Universität Siegen

Fakultät IV - Fachbereich Informatik - Lehrstuhl für Computergraphik

Bachelorarbeit

Mock-Ups für Visualisierungenkooperationsrelevanter medizinischer Daten

im Teilprojekt �Visuell integrierte medizinische Kooperation�

des DFG Sonderforschungsbereichs 1187 �Medien der Kooperation�

Eingereicht von: 1. Gutachter:

Julia Moos Prof. Dr. Andreas Kolb

Matrikelnummer: 1100910

Schlosserstr. 05 2. Gutachter

57076 Siegen Dr. phil. Cornelius Schubert

Bachelorstudiengang: Informatik PO 2012

6. Fachsemester

Abgabedatum: 16.09.2016

Erklärung

Hiermit versichere ich, dass ich die vorliegende Arbeit selbstständig verfasst und keine

anderen als die angegebenen Quellen und Hilfsmittel benutzt habe, insbesondere keine

anderen als die angegebenen Informationen aus dem Internet. Diejenigen Paragraphen

der für mich gültigen Prüfungsordnung, welche etwaige Betrugsversuche betre�en, habe

ich zur Kenntnis genommen. Der Speicherung meiner Bachelorarbeit zum Zwecke der

Plagiatsprüfung stimme ich zu. Ich versichere, dass die elektronische Version mit der

gedruckten Version inhaltlich übereinstimmt.

������ �������������

(Ort, Datum) (Unterschrift der Verfasserin)

Abstrakt

Ziel dieser Bachelorarbeit ist ein grobes Konzept für die Erstellung von

Mock-Ups im Rahmen des Projekts �Visuell Integrierte Klinische Koopera-

tion�. In diesem Projekt geht es darum, integrierte Kooperationsformen im

Bereich der Neurochirurgie zu beobachten und in einem visuellen System zu

integrieren. Die Mock-Ups in dieser Arbeit sollen es ermöglichen, erste Ansät-

ze und Visualisierungsmethoden zu veranschaulichen. Dabei geht es speziell

um Methoden, welche Daten am menschlichen Körper visualisieren.

Im ersten Teil werden dafür die Grundlagen der Visualisierung erklärt und

der Bezug zur visuellen Tradition der Medizin dargelegt. Danach wird ein

�Use Case� beschrieben, welcher die Daten für die Visualisierungen liefert.

Dieser wurde durch eigene Beobachtungen erarbeitet. Darauf aufbauend wer-

den mögliche Visualisierungsmethoden aus�ndig gemacht und skizziert. Im

Anschluss wird ein grobes Konzept zur Erstellung von Mock-Ups präsentiert

und beispielhaft umgesetzt. Abschlieÿend werden resultierende Aufgaben ge-

nannt und ein Ausblick auf den weiteren Verlauf des Projekts gegeben.

Abstract

The aim of this bachelor thesis is a rough concept for creating mock-up

for the project �Visual Integrated Clinical Cooperation�. The project aims to

integrate forms of cooperation in the �eld of neurosurgery in a visual system.

The mock-up in this work should illustrate �rst methods of visualisation. The

focus is lies on methods which visualize data on the human body.

The �rst part describes the basics of visualization and the relation to visual

tradition in medicine. Afterwards a �Use Case � is de�ned which provides

the data for the visualization. It was developed through own observations.

Possible visualization methods are identi�ed and outlined. A rough concept

for creating mock-up will be presented and implemented by way of example.

Finally, resulting tasks are named and an outlook on the further course of

the project is given.

Danksagung

Vielen Dank an meine beiden Betreuer Herr Kolb und Herr Schubert und das gesamte

Projektteam des VikK Projekts. Ich bin froh, ein so spannendes Thema in dem Projekt

gefunden zu haben und sehr dankbar für die Unterstützung bei der Bearbeitung.

Ganz besonderer Dank gilt meiner Mama. Ohne sie hätte ich es nie so weit gescha�t!

Und auch allen anderen �eiÿigen Zuhörern und Korrekturlesern gilt mein Dank: mei-

nem Bruder, meinem Freund, meinem Papa und meinem Opa.

Nicht zu vergessen: Michelle Flender! Ohne sie wäre ich regelmäÿig verzweifelt.

Verweis: Mit jeder Personenbezeichnung sind immer beide Geschlechter gemeint. In

dieser Ausarbeitung wird stellvertretend die männliche Form verwendet.

Inhaltsverzeichnis

1. Einleitung 1

1.1. Motivation und Aufbau der Arbeit . . . . . . . . . . . . . . . . . . . . . . 1

1.2. Kontext - Das Projekt: �Visuell integrierte klinische Kooperation� . . . . . 2

1.3. Zielsetzung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

2. Grundlagen 4

2.1. Grundlagen der Visualisierung . . . . . . . . . . . . . . . . . . . . . . . . . 4

2.2. Wissenschaftliche Visualisierung . . . . . . . . . . . . . . . . . . . . . . . . 9

2.3. Informationsvisualisierung . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

2.4. Illustrative Visualisierung . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

2.5. Interaktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

2.6. Medizinische Visualisierung . . . . . . . . . . . . . . . . . . . . . . . . . . 13

2.7. Techniken der Visualisierung . . . . . . . . . . . . . . . . . . . . . . . . . . 16

3. Spezi�kation der Zielsetzung 22

4. Der Use Case 23

4.1. Herangehensweise und Finden des Use Case . . . . . . . . . . . . . . . . . 23

4.2. Visuell relevante Daten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

5. Konzepte zur Visualisierung 29

5.1. Kriterien für geeignete Konzepte . . . . . . . . . . . . . . . . . . . . . . . 29

5.2. Vorgehensweise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

5.3. Visualisierungsansätze (Skribblings) und angewendete Techniken . . . . . 32

6. Mock-Up Erstellung 39

6.1. Anforderungen und Konzeptentwicklung . . . . . . . . . . . . . . . . . . . 39

6.2. Umsetzung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

7. Zusammenfassung und Ausblick 46

7.1. Zusammenfassung und Fazit . . . . . . . . . . . . . . . . . . . . . . . . . . 46

7.2. Ausblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

Literaturverzeichnis I

Abbildungsverzeichnis IV

Anhang V

1. Einleitung

1. Einleitung

�Eine Chance auf Veränderung� oder �Parallelwelten zusammenführen� 1

Die Einleitung gibt einen Überlick über das Thema und den Aufbau der Arbeit (Ab-

schnitt 1.1). Dazu werden das Projekt, in dessen Rahmen diese Arbeit entsteht, in Ab-

schnitt 1.2 vorgestellt und die konkreten Forschungsfragen de�niert (Abschnitt 1.3).

1.1. Motivation und Aufbau der Arbeit

Visuelle Verfahren spielen in der Medizin schon immer eine entscheidende Rolle. Seit

jeher gibt es Lehrbücher, welche Anschauungen und Skizzen des menschlichen Körpers,

von Bakterien über Zellen bis zu Knochen, enthalten. In der heutigen Zeit, wo Computer

groÿe Datenmengen berechnen und darstellen können, ist Visualisierung auch in der

Medizin gefragter denn je. Im medizinischen Kontext, in dieser Arbeit die Diagnose und

Therapie der Neurochirurgie, ist es enorm wichtig, viele Informationen zu kombinieren

und zu extrahieren [19]. Nur so können die richtigen Schlussfolgerungen bezogen auf die

Diagnose und Behandlung eines Patienten gezogen werden. Visualisierung kann diesen

Prozess unterstützen, die Merkfähigkeit erhöhen und die Kommunikation fördern [20].

Eine gute Weiterentwicklung und Verbesserung von diesem Bereich ist also sinnvoll. Aus

diesem Grund sollten auch neue Arten der Visualisierung untersucht werden.

In der Medizin dreht sich alles um den menschlichen Körper. Deshalb werden in dieser

Bachelorarbeit Visualisierungstechniken betrachtet, um Daten und Informationen auf

einem Bild des menschlichen Körpers darzustellen.

Der erste Teil dieser Arbeit beschäftigt sich konkret mit der Frage: Wie können Daten

auf dem Körper visualisiert werden? Dazu wird erst einmal darauf eingegangen, was

Visualisierung überhaupt ist. Der Unterschied zwischen Wissenschaftlicher Visualisierung

und Informations-Visualisierung wird erklärt und grundlegende Visualisierungstechniken

werden erläutert. Ein durch eigene Beobachtungen gefundener �Use Case� 2 bildet dann

die Grundlage, um Kriterien für geeignete Visualisierungen zu de�nieren. Erste Ideen

werden durch Skizzen beispielhaft illustriert.

1Aussagen aus Besprechung im Jung-Stilling-Krankenhaus siehe Abschnitt 5.22zu deutsch: Anwendungsfall

1

1. Einleitung

Im zweiten Teil der Arbeit wird ein Konzept für die Erstellung von Mock-Ups entwi-

ckelt. Beispielhaft werden Visualisierungsideen aus dem ersten Teil dargestellt. Die 2D

Skizzen werden dafür in 3D umgesetzt und entsprechend angezeigt.

1.2. Kontext - Das Projekt: �Visuell integrierte klinische Kooperation�

Die vorliegende Bachelor-Arbeit entsteht im Rahmen des Projekts �Visuell integrierte

klinische Kooperation� (im Folgenden VikK). Es ist ein von der Deutschen Forschungs-

gemeinschaft (DFG) gefördertes Teilprojekt des Sonderforschungsbereichs �Medien der

Kooperation�3 an der Universität Siegen. Eine der Hauptfragestellungen, welche das Pro-

jekt beantworten möchte, lautet: Wie kann Kooperation im medizinischen Kontext durch

Visualisierung unterstützt werden? Dazu wird u.a. der Ansatz der visuellen Überlage-

rung von Information und einem Bild des Patienten verfolgt. Speziell visuell integrierte

Kooperationsformen für arbeitsteilig ausdi�erenzierte Behandlungsabläufe in der Neuro-

chirurgie [1] spielen für das Projekt eine wichtige Rolle.

Das Projektteam setzt sich zum einen aus Soziologen und Ethnologen zusammen, zum

anderen aus Informatikern. Aus soziologischer Sicht steht die Beurteilung der Komple-

xität der Behandlungspfade und die visuelle Integration im Mittelpunkt. Aus Sicht der

Informatik wird die Erzeugung neuer Visualisierungsmethoden und die Umsetzung in

ein visuelles System besonders betrachtet. [1] Diese Interdisziplinarität ermöglicht die

gezielte und auf den Anwendungsbereich abgestimmte Lösung der Forschungsfragen.

Da es um neue Formen der Kooperationsunterstützung geht, ist das Projekt im Bereich

der Grundlagenforschung einzuordnen.

Mit dieser Arbeit wird ein Ansatz innerhalb des Projekts ausgearbeitet. Erste Vi-

sualisierungen werden ausprobiert, welche im weiteren Verlauf erweitert, verändert oder

verworfen werden. Ein Use Case wird als erster Anwendungsfall festgelegt und durch die

Mock Up eine e�ektive Kommunikation der Visualisierungsmethoden ermöglicht (vlg.

Haupteinsatz von Mock-Ups in [5]).

3http://www.mediacoop.uni-siegen.de/

2

1. Einleitung

1.3. Zielsetzung

In dieser Arbeit geht es um zwei Forschungsfragen:

1. Wie können relevante neurologische Daten am menschlichen Körper vi-

sualisiert werden?

2. Wie muss ein Konzept zur Erstellung von Mock-Ups für das Projekt

VikK aussehen?

Die erste Forschungsfrage beruht auf der Grundidee des VikK Projekts, Daten und

Patient zu überlagern (siehe vorigen Abschnitt 1.2 ). Dafür sollen erste Visualisierungs-

methoden gesucht oder entwickelt werden.

Es wird ein zweiteiliger Lösungsansatz für dieses Problem verfolgt: Zuerst muss ein

Überblick über Visualisierungsmethoden erarbeitet werden, um die Grundlagen von Vi-

sualisierung zu verstehen. Daraus können sich erste Visualisierungsmethoden ergeben, um

Daten an den Körper zu bringen. Danach sollen zusätzlich eigene kreative Überlegungen

und das Diskutieren mit den Kollegen zu weiteren Visualisierungsansätzen führen. Um

entscheiden zu können, welche Methoden geeignet sind, müssen entsprechende Kriterien

de�niert werden.

Die zweite Forschungsfrage dieser Bachelor-Arbeit beschäftigt sich mit der Entwick-

lung eines Konzepts zur Erstellung von Mock-Ups. Diese sollen möglichst in der gesamten

ersten Projektphase des VikK Projekts genutzt werden können. Daraus resultieren kom-

plexe Anforderungen, u.a. eine hohe Veränderbarkeit, damit neue Visualisierungsideen

direkt und einfach umgesetzt werden können und das Darstellen eines 3D-Modells mit

einem Tablet.

Da die Mock-Ups für das VikK Projekt entwickelt werden, wird für die Erstellung

des Konzepts die Projektbeschreibung als Grundlage betrachtet. Weitere Anforderun-

gen müssen im Verlaufe der Arbeit durch Gespräche mit dem Projektteam identi�ziert

werden. Um zu zeigen, dass das Konzept realisierbar ist, soll es beispielhaft umgesetzt

werden.

3

2. Grundlagen

2. Grundlagen

In diesem Kapitel wird erklärt was Visualisierung überhaupt ist (siehe Abschnitt 2.1).

Zum grundlegenden Verständnis müssen auch die beiden groÿe Forschungsrichtungen,

Wissenschaftliche Visualisierung und Informationsvisualisierung, bekannt sein. Diese wer-

den in Abschnitt 2.2 und Abschnitt 2.3 dargestellt. Danach wird in Abschnitt 2.4 die

Illustrative Visualisierung beschrieben. Illustrative Visualisierung wird hauptsächlich in

Anwendungsfällen der Wissenschaftlichen Visualisierung eingesetzt und könnte so auch

als Teilgebiet von dieser angesehen werden. Es ist vielleicht nicht auf den ersten Blick

o�ensichtlich, aber auch Interaktion spielt bei der Visualisierung eine wichtige Rolle.

Deshalb wird Interaktion kurz in Abschnitt 2.5 beschrieben. Ein weiterer Spezialfall der

Wissenschaftlichen Visualisierung ist die Visualisierung im medizinischen Kontext. Was

genau für Visualisierungen in der Medizin vorkommen und wofür man sie braucht, klärt

Abschnitt 2.6. Da hier auch das Thema Interaktion wichtig ist, wurde der entsprechende

Abschnitt 2.5 vor der Medizinischen Visualisierung eingefügt.

2.1. Grundlagen der Visualisierung

Visualisieren bedeutet �optisch darstellen, veranschaulichen� 4, also Daten oder Infor-

mationen durch ein Bild repräsentieren. Aber warum sollte man aus Daten ein Bild

machen, wenn man sie ja auch einfach in eine Liste oder Tabelle schreiben könnte? Weil

die visuelle Wahrnehmung beim Menschen eine besondere Rolle spielt. Groÿe Teile des

menschlichen Gehirns werden allein für das Sehen verwendet. So können sich Menschen

Bilder besonders gut merken und sie schnell aus der Erinnerung wieder abrufen. Auch

Veränderungen in Bildern fallen viel deutlicher auf als Veränderungen in rohen Daten

(z.B. Veränderungen von Zahlenwerten). Auÿerdem gelingt eine (schnelle) Orientierung

bei groÿen Datenmengen leichter, da der Mensch visuelle Informationen teilweise parallel

erfassen kann. [4, 23]

Ein gutes Beispiel für eine Visualisierung durch bildgebende Verfahren in der Medizin,

ist ein Magnetresonanztomogra�e-Bild. Bei der MRT (Magnetresonanztomogra�e) kann,

mithilfe von starken Magnetfeldern und mathematischen Verfahren, die lokale Proto-

nendichte im Gewebe bestimmt werden. Diese Dichten liegen dann als Zahlenwerte vor.4Quelle: Duden siehe http://www.duden.de/rechtschreibung/visualisieren

4

2. Grundlagen

Ohne eine Visualisierung können Ärzte aus diesen Zahlen keinen wirklich Nutzen ziehen.

Deshalb wird dieser Dichte ein bestimmter Grauwert zugeordnet und diese Grauwerte

entsprechend in einem Bild dargestellt. So werden die Zahlen durch ein Bild visualisiert.

Der Arzt kann einzelne Gewebeschichten unterscheiden und so beispielsweise Organe und

Tumore erkennen [19]. Um ein MRT also überhaupt sinnvoll nutzen zu können, braucht

man Visualisierung.

Wie man an diesem Beispiel gut erkennen kann, ist das Ziel von Visualisierung der

Einblick in Daten und nicht die Erzeugung eines Bildes. Visualisierung dient der Dar-

stellung, dem Verständnis, der Analyse und der Kommunikation von Daten. Sie soll es

ermöglichen, Beziehungen, Strukturen und Muster in Daten zu erkennen und diese zu

extrahieren (im Beispiel des MRT-Bilds: Ein Organ erkennen und einzeln darstellen).

Bei der Analyse und dem Verstehen von Daten kommen menschliche Eigenschaften, wie

Flexibilität, Kreativität und Allgemeinverständnis, zum Einsatz. Deshalb hängt Visuali-

sierung nicht nur von den Daten ab, sondern muss immer auch auf den Menschen, den

Anwender, abgestimmt sein. [6, 12, 20]

Aus diesen Abhängigkeiten ergeben sich Kriterien, nach denen man eine Visualisierung

bewerten kann:

Expressivität, E�ektivität und Angemessenheit.[22]

Die Expressivität bezieht sich auf die Daten. Wenn eine visuelle Darstellung expressiv

ist, gibt sie die ihr zu Grunde liegenden Daten unverfälscht wieder. Es werden also keine

Daten oder Beziehungen hinzugefügt, die in den eigentlichen Daten nicht enthalten sind.

[22] Ein Beispiel für eine Darstellung mit bzw. ohne Expressivität sieht man in Abbil-

dung 2.1 auf der nächsten Seite. Die Abbildung zeigt zwei unterschiedliche Visualisierun-

gen für die Verteilung der Sitze im Bundestag 2015. Die erste Darstellung spiegelt die

Verteilung korrekt und ohne zusätzliche Informationen oder Beziehungen wieder. Sie ist

also expressiv. Bei der Zweiten hingegen wurde noch ein weiterer unbeschrifteter Kreisteil

hinzugefügt. Diese helle Fläche könnte vom Betrachter als eine oder mehrere zusätzliche

Partei(n) interpretiert werden oder für ihn bedeuten, dass entsprechend viele Sitze im

Bundestag leer bleiben. Es entstehen also ungewollte Informationen und Beziehungen

und die Darstellung ist nicht expressiv.

Das zweite Kriterium, die E�ektivität, rückt den Betrachter in den Fokus: Eine Visua-

5

2. Grundlagen

Abbildung 2.1: Beispiel zur Expressivität:Sitzverteilung des 18. Deutschen Bundestages, Stand:09 2015

Quelle obere Darstellung:https://www.bundestag.de/bundestag/plenum/sitzverteilung_18wp

lisierung ist e�ektiv, wenn sie besonders gut an die visuellen Eigenschaften des Menschen

angepasst ist. Zusätzlich berücksichtigt die E�ektivität die Anpassung an das Ausgabe-

oder Darstellungsgerät, sowie an die Zielsetzung und den Anwendungskontext. [22] Ein

gutes Beispiel dafür sind verschiedene Karten in einem Atlas, wie eine physische und eine

politische Karte (siehe Abbildung 2.2 auf der nächsten Seite). Möchte man sich über die

politischen Grenzen informieren, ist die politische Karte e�ektiver. Dem Betrachter wird

es, z.B. durch die unterschiedlichen Farben, besonders einfach gemacht, einzelne Länder

zu unterscheiden und Grenzen zu �nden. Auch die verhältnismäÿige Gröÿe der Länder

6

2. Grundlagen

kann schnell erfasst werden. Das ist bei der physischen Karte nicht der Fall. Der Betrach-

ter muss sich deutlich anstrengen, um die hellen Linien der Landesgrenzen zu erkennen.

Sie ist für diesen Anwendungsfall also weniger e�ektiv. Ist hingegen die Erdober�äche

mit ihren Höhen von Interesse, ist die E�ektivität der physischen Karte sehr gut. Man

kann auf den ersten Blick erkennen, wo die Berge hoch sind, wo das Land �ach ist, das

Meer sehr tief ist usw. Die E�ektivität steht und fällt also mit dem Ziel des Betrachters.

Abbildung 2.2: Beispiel zur E�ektivität:physische und politische Weltkarte

Quelle: https://de.wikipedia.org/wiki/Physische_Karte undhttps://de.wikipedia.org/wiki/Politische_Karte

Jetzt bleibt noch das dritte Kriterium zu erläutern: Die Angemessenheit. Hierbei

geht es um den Kosten-Nutzen Aufwand zur Erstellung einer Visualisierung. Die Ange-

messenheit beschreibt somit eine andere Bewertungsebene als Expressivität und E�ekti-

7

2. Grundlagen

vität, da nicht mehr der Mensch im Fokus steht. Eine angemessene Visualisierung ist ein

�goldener Mittelweg� zwischen Kosten und ihrem Nutzen. [22] Dafür muss beispielswei-

se die Dauer der Berechnungszeit gegen das Ergebnis und seine E�ektivität abgewogen

werden.

Nachdem die Bewertungskriterien für eine Visualisierung erläutert wurden, soll nun die

Fragestellung, was eine gute Visualisierung ausmacht, behandelt werden. In [14] werden

dazu drei Bedingungen aufgestellt, von denen eine Visualisierung abhängt (siehe auch

Abbildung 2.3):

1. Datentyp der zu visualisierenden Daten

2. Visualisierungstechnik

3. Interaktions- und Verzerrungstechnik

Abbildung 2.3: Mapping:Auswahl der Visualisierungstechnik

Quelle: [14]

Bei den zu visualisierenden Daten kommt es besonders auf den Datentyp an. Dabei

wird z.B. zwischen eindimensionale oder zweidimensionale Daten, Texte oder Graphen

unterschieden. Einen guten Überblick über Datentypen liefert [23]. Es gibt Datentypen

die direkt visualisiert werden können (dazu gehören Zahlen) und Datentypen die erst

transformiert werden müssen (dazu gehören Text). Es geht also um die Frage: �Was wird

visualisiert? �

8

2. Grundlagen

Die zweite Bedingung, die Visualisierungstechnik, bezieht sich auf die gewählte Dar-

stellungsart. Das Auswählen einer geeigneten Visualisierungstechnik wird als Mapping

bezeichnet. [22] Die Auswahlkriterien für das Mapping entsprechen den Bewertungskri-

terien einer Visualisierung, also Expressivität, E�ektivität und Angemessenheit. Beim

Mapping wird die Frage: �Wie wird visualisiert?�, betrachtet. In Abschnitt 2.7 werden,

ohne Anspruch auf Vollständigkeit, die einige Techniken vorgestellt.

Die Interaktions- und Verzerrungstechniken bestimmen die Möglichkeiten des Nutzers,

die Visualisierung zu verändern, zu �ltern oder zu zoomen etc. (weitere Techniken siehe

[14]). Die Frage: �Was kann der Nutzer mit der Visualisierung anfangen?�, fasst diesen

dritten Punkt gut zusammen.

2.2. Wissenschaftliche Visualisierung

Wissenschaftliche Visualisierung ist eine von zwei Hauptforschungsrichtungen in der In-

formatik zum Thema Visualisierung. Das wichtigste Merkmal von Wissenschaftlicher

Visualisierung ist die räumliche Struktur der zu visualisierenden Daten.[6] Es wer-

den z.B. zwei- oder dreidimensionale Daten dargestellt. Diese können aus Mess- oder

Simulationsergebnissen gewonnen werden. Die drei Hauptziele von Wissenschaftlicher

Visualisierung sind [19]:

• Daten untersuchen

• eine Hypothese aufgrund von Messergebnissen/Simulationen und deren Visualisie-

rung testen

• Präsentation von Ergebnissen

Wissenschaftliche Visualisierung existierte bereits bevor es Computer gab. Seit es Mes-

sergebnisse gibt, haben Menschen versucht diese entsprechend zu visualisieren. Seitdem

Computer vorhanden sind, haben sich die Methoden vom zweidimensionalen zum dreidi-

mensionalen entwickelt. Eine dreidimensionale Darstellung von Daten ist heute aus der

Wissenschaft nicht mehr wegzudenken. Die Wissenschaftliche Visualisierung ist ein ei-

genständiges Forschungsgebiet, welches sich innerhalb der Computergraphik einordnen

lässt. [12] Teilgebiete der Wissenschaftlichen Visualisierung sind beispielsweise Visuali-

9

2. Grundlagen

sierung von Simulationsergebnissen im Automobilbau [21] und die Visualisierung von

Volumendaten [18].

2.3. Informationsvisualisierung

Informationsvisualisierung ist die zweite Hauptforschungsrichtung bezüglich Visualisie-

rung in der Informatik. In der Informationsvisualisierung geht es um die visuelle Dar-

stellung von abstrakten Daten, meistens ohne direkten räumlichen Bezug. Das können

textuelle oder numerische Daten sein, wie Börsenkurse oder auch Baum- und Netzstruk-

turen. Die Ziele der Informationsvisualisierung sind:

• abstrakte Daten erfassbar und verständlich machen [6, 15]

• Verstärkung der menschlichen Kognition [6, 15]

• schnelles Erkennen von Besonderheiten in groÿen Datenmengen, z.B. Muster, An-

häufungen, Lücken [23]

Die Informationsvisualisierung ist aus Wissenschaftlicher Visualisierung entstanden.[15]

Der Hauptunterschied liegt in der Struktur der Daten: Daten mit räumlichem Bezug in

der Wissenschaftlichen Visualisierung und abstrakte Daten ohne räumlichen Bezug in

der Informationsvisualisierung.

Techniken der Informationsvisualisierung sind u.a. Diagramme, Graphen oder Netz-

werke. Ein Beispiel wäre Abbildung 2.4 (siehe nächste Seite). Hier sieht man eine Visua-

lisierung einer Zitationsanalyse im Bereich der Publikationen zum Thema Outsourcing

durch einen Graphen.

In der Informationsvisualisierung ist eine interaktive Gestaltung von besonderer Be-

deutung. Nur so kann das visuelle System des Benutzers optimal unterstützt werden.

Techniken der Interaktion sind beispielsweise Filter oder Zoom.[15]

10

2. Grundlagen

Abbildung 2.4: Beispiel zur Informationsvisualisierung:Streckenplan der Londoner U-Bahn

Quelle:https://upload.wikimedia.org/wikipedia/commons/0/08/Autor.png

2.4. Illustrative Visualisierung

Ein anderer Ansatz der visuellen Darstellung ist die Illustrative Visualisierung. Illustra-

tive Visualisierung kommt hauptsächlich in der Wissenschaftlichen Visualisierung zum

Einsatz. Als erstes fragt man sich vielleicht: Wo ist der Unterschied zwischen Illustration

und Visualisierung? Denn beide Richtungen haben das gleiche Ziel: die visuelle Reprä-

sentation von Daten.

Laut Rautek [20] sind die Begri�e Illustration und Visualisierung eine Tautologie,

bedeuten also das Gleiche. Allerdings geht es bei Illustration immer um eine Darstel-

lung durch (menschliche) Zeichnungen, während in der Visualisierung zusätzlich andere

Methoden gebraucht werden (siehe Abschnitt 2.7). Verbindet man beides zur Illustrati-

ven Visualisierung, hat man eine Methode die versucht, die Eigenschaften menschlicher

Zeichnungen durch einen Computer umzusetzen. Solche Techniken werden auch als �Non-

photorealistic Rendering �[26] bezeichnet. Es geht vor allem um die Vermittlung und

Kommunikation von Wissen. [10, 20] Das deckt sich wieder mit dem Ziel von Il-

lustrationen, welche man früher in vielen Lehrbüchern gefunden hat und immer noch

�ndet.

Mit der normalen, computergenerierten Darstellung verbindet man Objektivität und

11

2. Grundlagen

Autorität. Handgemalte oder skizzenhafte Darstellungen implizieren eher Menschlichkeit

und ö�nen so Wege für die Kommunikation. Sie nehmen Ängste vor Perfektion und er-

leichtern die Abschätzung vom Ziel, der Zugehörigkeit und der Exaktheit von Daten.[26]

Mit dieser Methode können oftmals mehr Daten (auch Daten die über die Realität hinaus

gehen) dargestellt werden. Allerdings eigenen sich nicht alle künstlerischen bzw. illustra-

tiven Methoden, um (wissenschaftliche) Daten zu zeigen. Da bei Illustrationen die Ob-

jektivität fehlt, haben computergestützte Rendering Techniken ebenfalls ihre Daseinsbe-

rechtigung, um Exaktheit oder Korrektheit zu repräsentieren (siehe S.21 Abbildung 2.11).

[20]

Skizzenhafte Darstellung wird auch als �Sketchyness� bezeichnet und ist eine grund-

legende Technik der Illustrativen Visualisierung. Sie wird häu�g zum Design von User-

Interfaces und zum Prototyping verwendet. So wird direkt der Eindruck vermittelt, dass

das Interface noch nicht fertig ist und die Schwelle aktiv mitzugestalten ist geringer. Das

ist auÿerdem hilfreich, wenn Nutzer oder Kunden interviewt oder befragt werden. [26]

Weitere Methoden arbeiten mit dem Material, der Beleuchtung, mit Schra�uren. [10]

Abbildung 2.5: Illustrative Visualisierung von Gehirnfasern mittels Depth-Dependant-HaloMethode

Quelle: [10]

2.5. Interaktion

Oftmals ist es für das Verständnis von Daten wichtig, dass persönliche Einstellungen

getro�en werden können. Deshalb muss für eine gelungene Visualisierung immer berück-

sichtigt werden, ob Interaktionsmethoden benötigt werden. Durch Interaktionsmethoden

kann der Nutzer die Visualisierung verändern und seinen Bedürfnissen anpassen. Damit

er durch das Einstellen nicht seinen Fokus auf die Daten verliert, braucht man eine in-

12

2. Grundlagen

tuitive Bedienung. [19] So können Auge, Hand und Gehirn zusammen arbeiten.[23] Da

der Mensch nur ein begrenztes Kurzzeitgedächtnis besitzt, ist es schwer bis unmöglich

groÿe Datenmengen ohne persönliche Einstellungen oder sofortiges Feedback5 zu erfas-

sen. Beispielsweise hilft bei der Operationsplanung ein direktes Feedback dem Arzt, sich

mögliche Fehler oder geeignete Zugangswege besser einzuprägen. [24] Allerdings werden

in der Medizin bisher nur wenige interaktive Systeme verwendet.

Die Wahl der Interaktionsmethode hängt laut [24] von drei Kriterien ab:

• der Aufgabe,

• der Nutzerintention

• und dem Nutzerverhalten.

Einige Bespiele für Interaktionstechniken sind interaktive Projektion, Filterung, Zoom

und Verzerrung. [14] Widget-Techniken, wie Buttons und Sliders, können zum Einstellen

verwendet werden und per dynamic query Technik eine direkte Veränderung im Bild

bewirken. [6]

2.6. Medizinische Visualisierung

Medizinische Visualisierung bedeutet einfach: Visualisierung von medizinischen Daten

[19]. Der Anfang der Medizinischen Visualisierung liegt, wie bei der Visualisierung selbst,

schon weit zurück. Sehr bekannte, wenn auch basale, medizinische Visualisierungen stam-

men von Leonardo Da Vinci aus dem 16. Jahrhundert. Da Vinci untersuchte Muskeln

und Organe an Leichen und erstellte davon anatomische Skizzen und Dokumentationen,

welche als eine erste Form der Visualisierung interpretiert werden können.6

Es werden zumeist Daten mit räumlichem Bezug visualisiert, demnach kann die Medi-

zinische Visualisierung als Spezialfall der Wissensscha�ichten Visualisierung betrachtet

werden. Alle zuvor genannten Ziele der Wissenschaftlichen Visualisierung kann man auch

bei der Medizinischen Visualisierung wieder�nden. In der folgenden Aufzählung ist zu

jedem Ziel ein Beispiel aus der Medizin angegeben [19]:

5zu deutsch: Rückmeldung6https://www.br.de/fernsehen/ard-alpha/sendungen/schulfernsehen/meilensteine-leonardo-davinci-anatomie-100.html

13

2. Grundlagen

• Daten untersuchen: Wenn man keine Krankheit bestimmen kann (keine Hypothese),

werden z.B. radiologische Bilddaten untersucht (mittels Bildverarbeitung, quanti-

tative Bildanalyse, Visualisierung)

• Hypothese: Patient hat bestimmte Krankheit; testen dieser durch klinische Befunde

und Bilder

• Daten präsentieren: Radiologe ist zu Diagnose gekommen und will diese dem ent-

sprechenden Arzt präsentieren, oder Operationsplanung (eigenes Beispiel)

Aus diesen Beispielen lässt sich bereits gut erkennen, wofür man Medizinische Visua-

lisierungen meistens braucht: Zur Unterstützung der Behandlungsentscheidungen, der

Diagnose und Therapie. Allerdings kommt sie auch bei der Dokumentation, Ärzteausbil-

dung und Medizinforschung zum Einsatz.[19]

Es ist gar nicht leicht ein solches Visualisierungs-System zu entwickeln. Es sind sehr

gute Kenntnisse über den diagnostischen Prozess, die Behandlungsentscheidungen und

Abläufe erforderlich. Auÿerdem muss die Wahrnehmung der Rezipienten besonders be-

rücksichtigt werden.[19] Ein Arzt stellt aufgrund der Visualisierung eine Diagnose oder

ordnet eine Therapie an. Es dürfen also nur Daten abgebildet werden, welche wirklich

vorhanden sind und die Visualisierung muss schnell und intuitiv erfassbar sein. Die Ex-

pressivität und E�zienz medizinischer Visualisierungen muss demnach besonders betont

werden, da es um verantwortungsvolle, manchmal lebenswichtige, Entscheidungen geht.

Die Interaktion mit dem System ist aus demselben Grund von hoher Bedeutung. Die

Bedienung muss möglichst einfach und e�zient sein. So können Fehler reduziert werden

und Abläufe, z.B. im Krankenhaus, müssen nicht unterbrochen werden. Hier kommt das

Forschungsgebiet der Human Computer Interaction7, also der Mensch-Computer-

Interaktion, mit ins Spiel.

Um die oben genannten Eigenschaften der Medizinischen Visualisierung zu illustrieren,

�nden sich im Folgenden einige Beispiele. Klassiker �ndet man in der Medizinischen

Bildgebung. Dazu gehören u.a. das Röntgen, die Computertomographie (im Folgenden

CT), die Magnetresonanztomographie und die Sonographie (Ultraschall). Entsprechende

Bilder �nden sich in Abbildung 2.6 (siehe nächste Seite). Bei diesen Beispiel ist zu beach-

7weitere Informationen �nden sich in [7]

14

2. Grundlagen

ten, dass jeweils andere Verfahren zur Datenerzeugung verwendet werden und deshalb

auch die Visualisierungstechniken entsprechend unterscheiden.

Abbildung 2.6: Beispiele zur Visualisierung in der BildgebungQuelle: [11]

Die Daten, welche aus den bildgebenden Verfahren gewonnen werden, werden mittels

einer Farbskala visuell dargestellt. Durch die unterschiedlichen Grautöne, kann der Arzt

Knochen oder Weichteile erkennen und unterscheiden. CT und MRT Bilder sind sog.

Schichtbilder. Es wird eine Folge von 2D Bildern generiert, welche jeweils eine Schicht

des Körpers zeigen. Diese können dann nicht nur als 2D-Schichtbilder visualisiert werden,

sondern auch zu einem 3D-Modell verrechnet werden. Die Radiologie ist die Fachdiszi-

plin zur Erstellung und Auswertung von medizinischen Bildern. Hier kommen häu�g nur

2D-Bilder zum Einsatz. Das hat zum einen viel mit der Tradition in der Radiologie zu

tun und zum anderen können durch das einzelne Betrachten jeder Schicht mehr Details

erkannt werden. Bei der Operations-Planung werden jedoch 3D-Bilder häu�g bevorzugt.

Der Operateur muss so nicht von einem 2D-Bild auf den 3D-Patientenkörper �umdenken�.

Zusätzlich zu den Grauwert-Farbskalen werden häu�g zusätzliche Farben, Segmen-

15

2. Grundlagen

tierung und Filterung zum Hervorheben oder Abgrenzen verwendet (siehe auch Abbil-

dung 2.7 auf der nächsten Seite). [19]

Abbildung 2.7: Beispiel 2D/3D VisualsierungQuelle: [19]

Für die 3D-Visualisierung werden u.a. auch die Techniken der Volumenvisualisierung

verwendet. Für die Medizinische Bildgebung sind besonders Algorithmen wichtig, welche

sehr e�zient arbeiten und somit Bilder schnell rendern 8. Ein anderer Ansatz der Medizi-

nischen Visualisierung ist die Illustrative Visualisierung. Hier wird besonderer Fokus auf

das schnelle Verständnis des Bildbetrachters gelegt. Schon in den ersten medizinischen

Atlanten �ndet man illustrative Darstellungen der Anatomie des Menschen. Es liegt al-

so nahe, Illustrationen auch weiterhin in der Ärzteausbildung zu verwenden. Zusätzlich

kommen solche Darstellungen mehr und mehr auch in der Operationsplanung und Ope-

rationsunterstützung zum Einsatz. So können beispielsweise Gewebegrenzen durch eine

Linie markiert werden.[16, 19]

2.7. Techniken der Visualisierung

Die grundlegenden Techniken der Visualisierung hat H. Schumann in [22] zusammenge-

stellt. In diesem Kapitel wird sich an Schumanns Gruppierung der Techniken orientiert.

Alle Techniken werden nur grob beschrieben, um eine Übersicht zu ermöglichen. Die Aus-

8Rendern bedeutet: Ein Bild wird erst mal wegen geringerer Rechenzeit in einem komprimierten Da-tenformat erstellt und bearbeitet. Danach, beim endgültigen Erstellen, werden durch das Rendernweitere Eigenschaften wie die Ober�ächenstruktur, der Farbverlauf oder die Lichtquellen hinzugefügt.

16

2. Grundlagen

wahl der Techniken basiert auf den Zielen dieser Arbeit und den Techniken die hier zum

Einsatz kommen bzw. für das Projekt interessant sein können. Details zu den in dieser

Arbeit verwendeten Techniken �nden sich in Abschnitt 5.3.

Daten können unterschiedliche Dimensionen haben. Sie werden wie folgt bezeichnet:

• Eindimensionale Daten als univariate Daten,

• zweidimensionale Daten als bivariate Daten,

• dreidimensionale Daten als trivariate Daten und

• mehrdimensionale Daten als multivariate Daten.

Multivariate Daten sind schwieriger zu visualisieren. Deshalb werden im Folgenden zuerst

die Techniken für uni-, bi- und trivariate Daten erläutert und multivariate Daten im

Anschluss behandelt.

Darstellung von uni-, bi- und trivariate Daten

Unter 1D, 2D- und 3D kann sich fast jeder etwas vorstellen. Aber wo genau liegt der Un-

terschied bei der Visualisierung? 1D und 2D-Techniken brauchen keine Projektionen oder

Sichtbarkeitsberechnungen und sind somit wenig rechenintensiv. 3D-Techniken hingegen

können helfen einen Gesamtüberblick zu vermitteln. Sie bestehen aus dreidimensionalen

Elementen, welche sich gegenseitig verdecken können (deswegen Sichtbarkeitsberechnung)

und bei der Ausgabe auf einen Sichtbereich projiziert werden müssen.[22] In vielen Fällen

gibt die Struktur der Daten vor, ob 1D, 2D oder 3D Visualisierungen verwendet werden

müssen. Es gibt aber auch Fälle (wie bei dem VikK Projekt), wo diese Entscheidung ak-

tiv getro�en werden muss. So können Visualisierungen bewusst einfacher oder komplexer

gehalten werden. Es konnten bisher allerdings noch keine allgemeinen Regeln entwickelt

werden, wann z.B. eine zweidimensionale und wann eine dreidimensionale Visualisierung

sinnvoller ist.

Die örtliche Au�ösung ist im visuellen System des Menschen besonders ausgeprägt.

Wir können also Positions- und Gröÿenverhältnisse, sowie die Orientierung von Objekten

besonders gut vergleichen. Auÿerdem können Position, Gröÿe, Orientierung und Farbe

vom Menschen spontan, also ohne bewusste Anstrengung, wahrgenommen werden. Aus

17

2. Grundlagen

diesem Grund werden in den grundlegenden Visualisierungstechniken ebendiese Elemente

verwendet.[22]

Eine Visualisierungstechnik, die das schnelle Erkennen von Position, Gröÿe und

Orientierung nutzt, sind Diagramme. Diagramme geben ein Bezugssystem vor, zu wel-

chem sich die Objekte relativ positionieren. Dadurch werden alle Objekte auf den glei-

chen Ursprungspunkt, das gleiche Abstandssystem bezogen und können leicht verglichen

werden.[8] Als Beispiel kann ein Punktdiagramm genannt werden (siehe Abbildung 2.8).

Die Achsen bilden ein rechtwinkliges Bezugssystem und man kann so entscheiden welcher

Punkt höher oder tiefer liegt. Als weiteres Beispiel sei ein Kreisdiagramm genannt. Hier

ist das Bezugssystem kreisförmig und nicht rechtwinklig. [22]

Abbildung 2.8: Beispiel eines Punktdiagramms

Techniken die hauptsächlich Position, Gröÿe oder Orientierung nutzen sind für Daten

ohne Ortsbezug geeignet. Sie kommen dementsprechend hauptsächlich in der Informa-

tionsvisualisierung zum Einsatz (s.o. Abschnitt 2.3). Haben die Daten einen Ortsbezug,

können Techniken, welche Struktur und Form nutzen, verwendet werden. Diese sind

folglich der Wissenschaftlichen Visualisierung zuzuordnen. Zu dieser Sorte von Techni-

ken gehören beispielsweise Isolinien. Isolinien sind vergleichbar mit Höhenlinien auf einer

Landkarte und verbinden Punkte mit gleichen Werten durch eine Linie. So lassen sich

räumliche Verläufe und Verteilungen erkennen.

Aus dem Visualisieren mithilfe von Farbe ergeben sich weitere Techniken. Dazu gehört

u.a. das Abbilden von Daten auf Farbskalen. Farbskalen lassen sich meist sehr gut mit

den zuvor genannten Arten (Position, Gröÿe, Orientierung und Struktur, Form) kombi-

nieren. [22] So kann das visuelle System des Menschen oftmals noch besser unterstützt

werden. Allerdings gibt es laut Schumann [22] auch vorbelegte Farbdarstellungen, welche

18

2. Grundlagen

metaphorische Bedeutungen haben und entsprechende Interpretationen erlauben. Das

kann zum einen für eine e�ektivere Visualisierung sorgen, in anderen Situationen aber

durchaus ungewollt oder verwirrend sein. Farbe kann, genau wie Form und Gröÿe, zur

Objektunterscheidung eingesetzt werden. Des Weiteren können so Elemente betont und

Stimmungen ausgedrückt werden. Die E�ektivität von Farbe kann aber aufgrund des In-

terpretationsspielraums sehr unterschiedlich ausfallen.[22] Farben können sowohl in der

Wissenschaftlichen- als auch in der Informationsvisualisierung gebraucht werden.

Eine gute Technik, um globale Eigenschaften und lokale Unterschiede deutlich zu ma-

chen, sind Texturen.[22] In Abbildung 2.9 sieht man drei Beispiele, wie eine Textur

aussehen kann.

Abbildung 2.9: Textur-Beispiele: 1) Syntetische Ringe, 2) Brodatz Textur D11, 3) MauerQuelle: [9]

Texturen zeichnen sich im Allgemeinen aus durch:

Gröbe, Kontrast, Gerichtetheit, Linienartigkeit, Regelmäÿigkeit und Rauigkeit. [22]

Wann genau Texturen als unterschiedlich wahrgenommen werden, ist bisher noch For-

schungsgegenstand der Wahrnehmungspsychologie 9. Ähnlich wie bei Farben, haben Tex-

turen den gleichzeitigen Vor- und Nachteil der Interpretation bzw. Fehlinterpretation.

Auch Texturen können in beiden groÿen Forschungsrichtungen zum Einsatz kommen.

Alle diese Techniken wurden schon zur Visualisierung genutzt bevor es Computer gab.

Allerdings brachte der Computer einige Erweiterungen mit sich, z.B. die Möglichkeit eine

wesentlich gröÿere Farbvielfalt zu verwenden.

Weiterführende Techniken für multivariate Daten

Im Weiteren werden nun einige exemplarische Techniken zur Visualisierung von multi-

variaten Daten erläutert. Einen guten Überblick über Techniken zur Visualisierung von

multivariaten Daten liefern [22, 25].9weitere Informationen unter https://de.wikipedia.org/wiki/Wahrnehmungspsychologie

19

2. Grundlagen

Die erste hier genannte Technik heiÿt Ikonenbasierte Visualisierung (siehe nächste Sei-

te Abbildung 2.10). Bei dieser Technik werden die Daten mit einer Ikone verknüpft und

durch diesen repräsentiert. Sie wird häu�g verwendet und kann Abhängigkeiten illus-

trieren, sowie ganze Datensätze kompakt zusammenfassen und vergleichbar machen.[14]

Abbildung 2.10: Repräsentation von Schmerzemp�nden durch Ikonenbasierte TechnikQuelle: [25]

Ein weiteres Beispiel für die Darstellung von multivariaten Daten sind Pixelbasierte

Techniken (siehe Abbildung 2.11).

Abbildung 2.11: Visualisierung von Finanzdaten durch Pixelbasierte Technik1) zeilen-/spaltenweise Anordnung 2) raumfüllende Anordnung

Quelle: [13]

Jedem Datum wird ein Pixel mit einem bestimmten Farbwert zugeordnet, also das Pixel

durch den Farbwert kodiert. Eine groÿe Datenmenge kann so kompakt und übersicht-

lich veranschaulicht werden. Die Daten können entweder zeilen- und spaltenweise oder

raumfüllend (d.h. entlang einer Kurve im dreidimensionalen Raum) angeordnet werden.

[22]

Als drittes Beispiel seien hierarchische Techniken genannt. Bei dieser Art von Technik

20

2. Grundlagen

geht es darum, die Daten in eine Rangordnung zu bringen. So sollen Trends und gleich-

zeitig Details zu erkennen sein. Eine mögliche hierarchische Technik heiÿt �Worlds Within

Worlds Technique�. In einem Koordinatensystem wird immer nur eine Teilmenge der Da-

ten gezeigt. Interaktiv können alle Punkte des Koordinatensystem angesteuert werden

und daraufhin wird ein inneres Koordinatensystems aufgespannt. Die Koordinatensyste-

me sind also ineinander verschachtelt. Jede Achse repräsentiert eine ausgewählte Varia-

ble und wird entsprechend des zugehörigen Wertebereichs skaliert. [22] Dieses Überladen

bzw. Überlagern ist eine gute Methode, um komplexe Strukturen auf einem einfachen

Bildschirm anzuzeigen. Allerdings muss für den Benutzer zu jeder Zeit klar sein, welche

Koordinatenachse welche Variable darstellt und wie der Zusammenhang zwischen den

Achsen (Variablen) zu verstehen ist. [6]

Für multivariate Daten können auch mehrere Techniken kombiniert werden. Laut

Shneiderman [23] müssen die Techniken so ausgewählt werden, dass folgende Bedingun-

gen erfüllt sind:

• einen Überblick verscha�en

• Möglichkeiten für Zoom, Filter, Details-On-Demand (Details nur anzeigen, wenn

von Nutzer gebraucht)

• Beziehungen darstellen

• Geschichte (z.B. Rückgängig machen ermöglichen)

• Extraktion: Heraussuchen von Gruppen und Untergruppen

Die Schwierigkeiten bei diesen Daten liegen also nicht nur im Finden der richtigen Tech-

nik, sondern auch in der Kombination von Techniken. Multivariate Daten und genannte

Visualisierungstechniken �ndet man sowohl in der Wissenschaftlichen Visualisierung als

auch in der Informationsvisualisierung.

21

3. Spezi�kation der Zielsetzung

3. Spezi�kation der Zielsetzung

In 1.3 wird das Au�nden von Lösungsideen, um Informationen an einem Körper zu

visualisieren, als erstes Ziel dieser Arbeit vorgestellt. Wie in Abschnitt 2 gezeigt wird,

hängt die Wahl der Visualisierungsmethode u.a. stark von den zu visualisierenden Daten

ab. Um also Kriterien für geeignete Methoden zu de�nieren, muss man zuerst die Daten

kennen, welche man darstellen möchte.

Das VikK Projekt wird von der Neurochirurgie des Jung-Stilling-Krankenhauses der

Diakonie Südwestfalen unterstützt. Die Ärzte sind Experten ihres Fachgebiets und wissen

selbst am besten was sie brauchen und welche Methoden funktionieren können. Deshalb

werden sie von Anfang an mit in das Projekt einbezogen.

Auf der Neurochirurgie fallen jeden Tag sehr viele verschiedene Daten an. Dazu zählen

patientenbezogene Daten, Diagnosedaten, die Bettenbelegung, Termine für die Bildge-

bung und Operationen. Diese Daten sind sehr unterschiedlich und nicht alle sind relevant

für die Kooperation (siehe Fragestellung des Projekts Abschnitt 1.2). Eine konkrete Um-

setzung von Visualisierungsideen ist mit so vielen Daten nicht möglich. Auÿerdem kann

in dieser (ersten) Projektphase noch nicht eindeutig bestimmt werden, welche Daten für

die Kooperationen relevant sind. Um trotzdem erste Visualisierungsmethoden zu �nden,

braucht es einen sogenannten �Use Case�. Dieser Anwendungsfall liefert die Daten für die

Visualisierungen und legt so einen ersten Ansatzpunkt fest.

Es ist nicht Ziel dieser Arbeit alle Informationen des Use Case auf einmal zu visuali-

sieren. Daraus würden sich weiterführenden Fragestellungen ergeben, beispielsweise zum

Umgang mit Unübersichtlichkeit oder Überlagerung von Informationen, welche nicht im

Rahmen dieser Bachelor-Arbeit behandelt werden können. Vielmehr soll das Prinzip ge-

zeigt werden, wie visuell relevante Informationen am Körper dargestellt werden können.

In dieser Arbeit werden deshalb die Daten nur einzeln visualisiert, d.h. nur ein Datum

und eine Visualisierungsmethode pro Skizze. Dieser Ansatz reicht aus, um die Frage nach

ersten geeigneten Methoden zu beantworten. Im Anschluss können dann die Methoden

und Daten kombiniert werden, um dazu beizutragen, auch die genannten weiterführenden

Fragestellungen zu beantworten.

22

4. Der Use Case

4. Der Use Case

In der Software-Entwicklung ist ein Use Case im Allgemeinen ein Anwendungsfall. Dieser

Anwendungsfall beschreibt alles was passieren kann, wenn ein Nutzer versucht ein be-

stimmtes Ziel zu erreichen [3]. Ein Use Case wird sowohl für die Entwicklung von Software

als auch für das Testen verwendet [17]. Da es hier (noch) nicht um Softwareentwicklung

oder -Testung geht, wird der Begri� Use Case etwas allgemeiner verstanden:

Der Use Case ist ein Anwendungsfall aus dem Alltag der Neurochirurgie des

Jung-Stilling-Krankenhauses, bei dem der Einsatz von Visualisierungsmethoden

denkbar ist.

Abschnitt 4.1 beschäftigt sich mit der Herangehensweise und Methodik, sowie der Be-

schreibung des gefundenen Use Case. Danach wird in Abschnitt 4.2 besonderer Fokus auf

die sich ergebenden Daten gelegt, um darauf das Konzept zur Visualisierung aufbauen

zu können.

4.1. Herangehensweise und Finden des Use Case

Um einen geeigneten Use Case zu �nden, werden vorab entsprechende Anforderungen

de�niert. Die Anforderungen ergeben sich aus der Zielsetzung dieser Bachelor-Arbeit,

welche sich wiederum aus den Forschungsfragen des VikK Projekts ergibt. Das Projekt

zielt auf ein System ab, welches allgemein die Kooperation unterstützt und nicht nur bei

besonderen Einzelfällen sinnvoll ist. Um das von Anfang an zu berücksichtigen, sollte

der Use Case im Alltag der Neurochirurgie gesucht werden. Die aus dem Use Case re-

sultierenden Daten müssen für eine Visualisierung geeignet sein. Sie sollten eine exakte

und einfach Aussage tre�en, die sich in eine visuelle Form übertragen lässt. Zusätzlich

ist es wichtig, dass die Datenmenge auf eine überschaubare Gröÿe begrenzt ist. Sonst

wären keine konkreten Umsetzungen der Visualisierungsmethoden möglich. Auch soll-

te Kooperation im Use Case eine Rolle spielen. Allerdings wird sich die De�nition von

Kooperation erst im Verlauf des Projekts ergeben und auch die kooperationsrelevanten

Daten werden erst zu einem späteren Zeitpunkt zur Verfügung stehen. Deshalb soll der

Use Case nur vorbereitend den Aspekt Kooperation berücksichtigen.

23

4. Der Use Case

Hier nochmal die Anforderungen im Überblick:

• Der Use Case ist im Alltag der Neurochirurgie des Jung-Stilling Krankenhauses zu

�nden.

• Die Daten sind visuell relevant, aussagekräftig, exakt und möglichst einfach.

• Die Datenmenge ist überschaubar.

• Der Use Case enthält oder bedingt im weitesten Sinne Kooperation.

Um einen Anwendungsfall im Alltag der Neurochirurgie �nden zu können, muss man

erst einmal diesen Alltag kennen. Die Autorin durfte drei Tage auf der Neurochirurgie

verbringen und konnte so einen Einblick in die Abläufe und Kooperationen gewinnen.

Unterstützt wurde sie dabei durch die Soziologin Julia Kurz und die Ethnologin Judith

Wilkomm des VikK Projekts.

Aus den vielen Informationen, stach besonders der Aufnahmebogen ins Auge. Er

kommt immer zum Einsatz, wenn ein neuer Patient auf der Station aufgenommen wird.

Der Aufnahmebogen enthält u.a. ein Bild des menschlichen Körpers (siehe Abbildung 4.1),

um Taubheitsgefühle des Patienten zu dokumentieren. Es ist also bereits eine Visualisie-

rung am Körper vorhanden und so scheint es sinnvoll davon ausgehend weitere Visualisie-

rungsmethoden zu �nden. Es gibt zwei verschiedene Versionen des Aufnahmebogens. Die

Abbildung 4.1: Bild im Aufnahmebogen,Quelle: Neurochirurgie, Jung-Stilling Krankenhaus der Diakonie Südwestfalen

ältere Version gibt Stichworte und Überschriften vor und wird hauptsächlich handschrift-

lich ausgefüllt. Die neuere Version enthält viele Tabellen mit Kästchen zum Ankreuzen

24

4. Der Use Case

Abbildung 4.2: Tabelle im Aufnahmebogen,Quelle: Neurochirurgie, Jung-Stilling Krankenhaus der Diakonie Südwestfalen

und muss kaum noch handschriftlich ausgefüllt werden (siehe z.B. Abbildung 4.2). Die

Tabellen haben für die Ärzte den Vorteil, dass sie keine unleserlichen Handschriften mehr

entzi�ern müssen. Allerdings wird die ältere Version trotzdem von einigen Ärzten bevor-

zugt, da ihnen das handschriftliche ausfüllen leichter fällt. Für die Visualisierung bieten

die Tabellen ebenfalls einige Vorteile:

• Sie liefern konkrete Daten und Einheiten (z.B. Angabe über die Kraft eines Pati-

enten von 0 bis 5 Abbildung 4.2).

• Sie scha�en einen Überblick über mögliche Daten, welche bei der Aufnahme über-

prüft werden können.

• Sie geben einen festen Rahmen an Daten vor.

Die handschriftlich ausgefüllten Bögen müssen im Gegensatz dazu erst analysiert und

ausgewertet werden, um entsprechende Daten zu ermitteln. Der neuere Aufnahmebogen

ist deshalb geeigneter.

Die Aufnahme eines Patienten in der Neurochirurgie hat sich somit als Use Case heraus-

kristallisiert. Im Aufnahmebogen werden alle für die Aufnahme benötigten Informationen

festgehalten. Die Aufnahme und der damit verknüpfte Aufnahmebogen entsprechen allen

am Anfang von diesem Kapitel de�nierten Anforderungen für den Use Case. Die Auf-

nahme ist alltäglich in der Neurochirurgie, der Bogen liefert entsprechende Daten und

gibt eine überschaubare Datenmenge vor. Auÿerdem ist der Aufnahmebogen insofern für

die Kooperation relevant, als dass er alle wichtigen Informationen über den Patienten

enthält. Die Informationen sind so theoretisch für alle zugänglich. In der Praxis wird

der Aufnahmebogen allerdings meist erst wieder gebraucht, um den Entlassungsbrief zu

25

4. Der Use Case

schreiben. In der Zwischenzeit werden die Informationen häu�g mündlich weitergegeben

oder zusätzlich in der Krankenakte oder anderen Medien vermerkt.

4.2. Visuell relevante Daten

Der Aufnahmebogen, also der Use Case, reduziert die Datenmenge bereits beträchtlich.

Er beinhaltet aber immer noch viele verschiedene Daten mit unterschiedlichen Datenty-

pen. Diese werden entweder durch Tabellen, beschriftete Ankreuzfelder, durch ein Bild

des Körpers oder handschriftlich repräsentiert. Um eine Visualisierung zu erstellen, müs-

sen die Daten auf ihre visuelle Relevanz hin geprüft und anschlieÿend sortiert werden.

Im Rahmen dieser Arbeit können nicht alle diese Daten visualisiert werden. Das ist

auch nicht nötig, da es nicht um die Daten, sondern um die Methoden geht. Deshalb

werden einige Daten herausgegri�en und exemplarisch visualisiert. Der Übersicht halber

wird im Folgenden auch nur auf diese Daten näher eingegangen.

Es geht also zuerst um die visuelle Relevanz der Daten. Was bedeutet visuelle Relevanz

in dieser Arbeit überhaupt?

Daten sind visuell relevant, wenn sie am menschlichen Körper visualisiert werden

können.

Alle Daten, welche nicht dieser De�nition entsprechen, fallen weg und werden nicht vi-

sualisiert. Dazu gehören beispielsweise alle formalen Daten, wie die Telefonnummer des

Patienten, die Versicherung, der Hausarzt etc. und das �Procedere �, also der weitere

Verlauf der Behandlung.

Die Daten, die jetzt noch übrig sind, müssen nun sortiert werden. Dazu werden folgende

Datenklassen verwendet:

1. Klasse: Daten mit Ortsbezug am Körper, welche einfach zu visualisieren

sind

2. Klasse: Daten mit Ortsbezug am Körper, welche schwer zu visualisieren

sind

3. Klasse: Daten ohne Ortsbezug am Körper

26

4. Der Use Case

Ortsbezug meint, dass ein Datum mit einem bestimmten Körperteil oder -bereich in

Verbindung gebracht wird. �Einfach zu visualisieren� bedeutet, die Visualisierung ist

eher o�ensichtlich und intuitiv. Bei �schwer zu visualisierenden� Daten muss man mehr

überlegen, bis man auf eine geeignete Visualisierung kommt oder für die Visualisierung

an sich einen höheren Aufwand betreiben. Die Grenze zwischen �einfach zu visualisieren�

und �schwer zu visualisieren� ist keine klare Linie. Vielmehr gibt es einen �ieÿenden

Übergang. Die dritte Kategorie, Daten ohne Ortsbezug am Körper, wird nicht in einfach

und schwer zu visualisieren unterteilt. Daten, welche keinen direkten Bezugspunkt am

Körper haben, sind immer schwer zu visualisieren.

Die Daten können jetzt in die Klassen eingeordnet werden. Zur Klasse eins,Daten mit

Ortsbezug am Körper, welche einfach zu visualisieren sind, gehören u.a. folgende

Daten:

• Sensibilität (Gefühl bzw. Taubheitsgefühl in den Extremitäten)

• Motorik (Kraft der Extremitäten)

• Bewegungseinschränkungen

• Schmerzen

Die Darstellung der Sensibilität wird im Aufnahmebogen durch ein Bild des Körpers um-

gesetzt (siehe auch S.24 Abbildung 4.1), die Motorik wird tabellarisch (siehe auch S.25

Abbildung 4.2) und Schmerzen und Bewegungseinschränkungen handschriftlich festge-

halten.

Klasse zwei, Daten mit Ortsbezug am Körper, welche schwer zu visualisieren

sind, umfasst neben weiteren diese Daten:

• Sprache bzw. Sprachstörungen

• Visusstörung (Sehstörungen z.B. Doppelbilder)

• Ganganalyse

Wie gut oder schlecht ein Mensch im Vergleich zu seiner Sprache im gesunden Zustand,

sprechen kann, wird handschriftlich in einer Zahl zwischen eins und fünf aufgeschrieben.

27

4. Der Use Case

Eins bedeutet dabei, dass der Mensch nicht sprechen kann. Bei fünf ist er voll orien-

tiert und seine Sprache hat sich gegenüber seinem gesunden Zustand nicht verändert.

Visusstörungen werden zum einen handschriftlich und zum anderen durch Ankreuzfelder

erfasst. Für die Ganganalyse gibt es ebenfalls Ankreuzfelder.

In der dritten und letzten Klasse, Daten ohne Ortsbezug am Körper, ist es sehr

schwer Daten einzuordnen. Es stellt sich die Frage, ob Daten, welche keinen Ortsbe-

zug am Körper haben, überhaupt der visuellen Relevanz entsprechen. Es gibt auf jeden

Fall sehr viele wichtige Daten, welche keinen Ortsbezug haben. Als Beispiel sei eine

Latex-Allergie genannt. Um den Patienten nicht zu gefährden, muss der Arzt latexfreie

Handschuhe anziehen. Die Allergie hat keinen direkten Ortsbezug, kann aber vielleicht

trotzdem visualisiert werden. Man könnte z.B. einen künstlichen Ortsbezug festlegen, in

diesem Beispiel die Hände aufgrund der latexfreien Handschuhe. An diesem Beispiel sieht

man, dass auch Daten ohne Ortsbezug visuell relevant sein können. Um die visuell rele-

vanten Daten aus dieser Klasse aus�ndig zu machen ist allerdings ein näheres Gespräch

mit den Ärzten nötig. Deshalb wird diese Datenklasse vorerst ausgeklammert und im

weiteren Verlauf der VikK Projekts näher betrachtet.

28

5. Konzepte zur Visualisierung

5. Konzepte zur Visualisierung

Um aus den vielen Methoden der Visualisierung die Geeigneten auszuwählen, werden in

diesem Kapitel Auswahlkriterien de�niert (Abschnitt 5.1). Darauf aufbauend wird das

weitere Vorgehen und die Verwendung der Methoden beschrieben.

5.1. Kriterien für geeignete Konzepte

Die folgenden Auswahlkriterien dienen als Zielfunktion für die Methodenwahl. Das VikK

Projekt wird nach und nach immer besseren Einblick in die Abläufe und Bedürfnisse

der Neurochirurgie des Jung-Stilling Krankenhauses erhalten. Das wirkt sich natürlich

auch auf die Methodenwahl aus. Deshalb werden die hier de�nierten Kriterien im Laufe

des Projekts entsprechend verändert und ergänzt werden müssen. Sie stellen einen ersten

Ansatz zur begründeten Auswahl von Methoden in dieser Arbeit dar und erheben kei-

nen Anspruch auf Vollständigkeit. Die Kriterien beruhen auf eigenen Überlegungen und

Diskussionen innerhalb des Projektteams.

Folgende Kriterien sollen für alle in dieser Arbeit verwendeten Visualisierungsmetho-

den gelten:

1. eine Visualisierung am Patientenkörper ist möglich

2. es ergeben sich keine Widersprüche zur vorhandenen visuellen Tradition in der

Medizin

3. die Methode ist einfach, das heiÿt nicht zusammengesetzt aus mehreren Methoden

4. es ist möglich nur ein Datum darzustellen

Die Visualisierung am Patientenkörper ist eine Grundidee des VikK-Projekts und so-

mit ein unumgängliches Kriterium. Des Weiteren muss geprüft werden, ob die Methode

bereits in der Medizin verwendet wird. Wenn ja, sollte sich die Visualisierung an die

traditionelle Verwendung anlehnen. So ist für die Ärzte und P�eger keine Umgewöhnung

notwendig und es kommt nicht zu Verwechslungen und Fehlinterpretationen.

Die Einfachheit der Methode sowie die Möglichkeit nur ein Datum darzustellen, sind

spezielle Kriterien für diese Arbeit. Hier geht es um einen ersten Ansatz und deshalb ist

29

5. Konzepte zur Visualisierung

eine Reduzierung auf einfache Methoden und nur ein Datum pro Visualisierung sinnvoll

(vgl. Spezi�kation der Zielsetzung in Abschnitt 3 auf S.22).

Zusätzlich sind drei weitere wichtige Kriterien zu erwähnen: die Methoden müssen

ausgewertet und verglichen werden können, sie müssen eindeutig und intuitiv sein. Die

Vergleichbarkeit der Methoden ist wichtig, um zu entscheiden, welche Methoden besser

oder schlechter geeignet sind. Die genauen Bedingungen zum Vergleich von Methoden

müssen im Rahmen des übergeordneten Projekts erst noch entwickelt werden. Die zwei

weiteren wichtigen Punkte sind die Eindeutigkeit und die Intuitivität einer Methode. Da

sich das Projekt noch in der Anfangsphase be�ndet, ist es bei jetzigem Kenntnisstand,

schwer zu entscheiden, was eine eindeutige oder eine intuitive Visualisierung ausmacht.

Selbst in dem eingeschränkten Bereich der Neurochirurgie des Jung-Stilling Krankenhau-

ses gibt es viel Interpretationsspielraum und Subjektivität. Auch diese Kriterien werden

also im Verlauf des Projekts entsprechend ergänzt werden müssen.

Darüber hinaus können noch folgende Kriterien für die Methodenvielfalt de�niert wer-

den:

• es werden Methoden aus der 2D- und der 3D-Visualisierung verwendet

• es werden Methoden mit und ohne Personalisierungsmöglichkeiten ausprobiert

• traditionelle und neue Visualisierungsmethoden kommen zum Einsatz

• es werden sketchy und photorealistische Methoden benutzt

Bei diesen Kriterien muss jeweils ausgewertet werden, welche Methode für welche Daten

in Abstimmung mit den Benutzern am besten geeignet sind. Aufgrund des Umfangs

werden diese Kriterien in der vorliegenden Bachelor-Arbeit nicht vollständig umgesetzt

und müssen im Anschluss an diese Arbeit genauer betrachtet werden.

5.2. Vorgehensweise

Die zu visualisierenden Daten wurden durch den Use Case (Abschnitt 4 ab S.23) festgelegt

und die Kriterien für die Visualisierungsmethoden sind de�niert worden (siehe voriger

Abschnitt 5.1). Nun muss beides noch zusammengebracht werden. Die einzelnen Schritte

der Vorgehensweise zeigt Abbildung 5.1 auf der nächsten Seite.

30

5. Konzepte zur Visualisierung

Abbildung 5.1: Schritte der Vorgehensweise

Das Au�isten in textueller Form sorgt für eine übersichtliche und strukturierte Dar-

stellung der Daten und Methoden. So war das Diskutieren der einzelnen Methoden im

Projektteam leichter möglich. Die Originalversion �ndet sich im Anhang unter dem Na-

men �Anatomischer Atlas�.

Durch die Diskussionen und den Abgleich mit den Methodenkriterien haben sich einige

Methoden herauskristallisiert:

• Farben: Farbbereiche und -verläufe, Veränderung der Sättigung und Helligkeit, Ein-

färben (Veränderung der natürlichen Farbe)

• Texturen

• Veränderung der Kontur: Vergröÿerung/Verkleinerung, Verwischen

• Erweiterungen und Ikonen

Eine genau Begründung der Methodenwahl sowie die Skribblings folgen in Abschnitt 5.3.

Ein Skribbling ist eine (vorläu�ge) Skizze, um einen ersten Eindruck zu vermitteln. Skib-

beln beschreibt dementsprechend den Erstellungsprozess. Die Methoden können teilweise

für verschiedene Daten angewendet werden. Das sorgt für eine bessere Vergleichbarkeit

bei der Auswertung der Visualisierungen im Anschluss an diese Arbeit.

Die Präsentation im Krankenhaus bildet in dieser Arbeit den Abschluss der Methoden-

�ndung. Für das VikK Projekt ist es sehr wichtig, dass die Ärzte und P�eger von Anfang

an mit eingebunden werden. Da sie am besten wissen, was sie brauchen und können,

ist es sinnvoll das System mit ihrer Unterstützung zu entwickeln. Deshalb wurden die

Skribblings den Ärzten und P�egern der Neurochirurgie des Jung-Stilling-Krankenhauses

31

5. Konzepte zur Visualisierung

präsentiert und im Anschluss zur Diskussion gestellt. So sollten erste Vor- und Nachtei-

le der Methoden aufgedeckt werden und ein näherer Einblick in die visuelle Tradition

im Jung-Stilling Krankenhaus möglich werden. Die konkreten Visualisierungsmethoden

wurden aber wenig diskutiert. Die Diskussion drehte sich eher allgemein um das Pro-

jektthema. Die Rückmeldungen zu dem Projekt reichten von sehr positiv bis zu eher

skeptisch und es kamen einige Wünsche und Ideen auf, die im Projekt berücksichtigt

werden sollten.

Aufgrund der geringen Rückmeldung bezüglich der Visualisierungen hat das Projekt-

team beschlossen, im Anschluss an diese Arbeit, in kleineren Gruppen mit den Ärzten

und P�egern ganz konkret über die einzelnen Visualisierungsmethoden zu diskutieren.

5.3. Visualisierungsansätze (Skribblings) und angewendete Techniken

Die Visualisierungsansätze, welche sich aus den oben genannten Schritten ergeben haben,

wurden nach der textuellen Darstellung durch Skribblings illustriert. Diese sind zuerst

von Hand gemalt worden. Im nächsten Schritt fand eine Bearbeitung der eingescannten

Skizzen, mit dem Bildbearbeitungsprogramm GIMP 10, statt. Dadurch war es möglich,

die Farben, Texturen, Konturen und Erweiterungen deutlicher hervorzuheben. Zusätz-

lich können die Skribblings so leicht wieder verändert und angepasst werden. Die Wahl

des Programms beruht auf den vorhandenen Erfahrungen der Autorin. Als letztes wurde

für alle Skizzen die Kontur des Körper aus dem Aufnahmebogen verwendet (vgl. Abbil-

dung 4.1 auf S.24). So lenken keine Abweichungen in der Körperkontur (wie sie durch

ein händisches Zeichnen entstehen) von den eigentlich Visualisierungen ab. Zudem er-

höht sich die Vergleichbarkeit der Methoden, denn die Kontur hat so keinen E�ekt auf

die Auswertung. Ein dritter Vorteil liegt in dem Wiedererkennungswert. Die Ärzte und

P�eger im Krankenhaus kennen die Kontur bereits und so sind nur die Visualisierungen

neu für sie. Auch das unterstützt die Konzentration auf das Wesentliche, also die Visuali-

sierungsmethoden. Diese Kontur wurde dann mit GIMP entsprechend farblich gestaltet,

texturiert und verändert. Der Skribblingprozess wird beispielhaft auf der nächsten Seite

in Abbildung 5.2 dargestellt.

10https://www.gimp.org/

32

5. Konzepte zur Visualisierung

Abbildung 5.2: Skribblingprozess

In Abschnitt 5.2 haben sich die vier übergeordnete Methoden zur Visualisierung erge-

ben: Farben, Texturen, Veränderung der Kontur und Erweiterungen. An dieser Stelle sei

nochmals betont, dass es sich nur um erste Ansätze handelt und die Methoden im weiteren

Voranschreiten des Projekts noch verändert, erweitert oder auch verworfen werden. Die

Methoden werden an dieser Stelle detaillierter erläutert und die Auswahl begründet. Da-

für wird die genaue Anwendung, sowie die Bedeutung beschrieben. Die hier vorgestellten

Visualisierungen beinhalten eigene Interpretationen. Die Bedeutungen sind somit nicht

allgemeingültig, sondern als Möglichkeiten zu verstehen. Zusätzlich konnten im Rah-

men dieser Arbeit nicht alle visuellen Traditionen in der Medizin berücksichtigt werden.

Dementsprechend beein�ussen auch nur die bekanntesten Medizinischen Visualisierungen

die vorgestellten Methoden. Im Anschluss an die Arbeit sollten die konkreten Visualisie-

rungen in der Neurochirurgie des Jung-Stilling Krankenhauses eindeutig betrachtet und

ausgewertet werden.

Übergeordnete Methode: Farbe

Als erstes wird auf Visualisierungen mit Farbe eingegangen. Die entsprechenden Skizzen

zeigt Abbildung 5.3.

Die Visualisierungsmethode Farbe entspricht allen oben de�nierten Auswahlkriterien.

Es ist leicht Farbe am Patientenkörper, sowohl in 2D als auch in 3D, anzubringen. Zudem

33

5. Konzepte zur Visualisierung

Abbildung 5.3: Skribblings: Farbe

werden Farben bereits in der Medizin zur Visualisierung eingesetzt. So werden beispiels-

weise Strukturen hervorgehoben oder Daten kodiert. [19] Die gezeigten Skizzen heben

ebenfalls durch Farben hervor. Zudem ist die Methode nicht zusammengesetzt und kann

ein einzelnes Datum visualisieren.

Ein Problem mit Farben ist der Interpretationsspielraum. Für jeden Menschen kann ei-

ne Farbe eine andere Bedeutung haben. Deshalb sollte Farbe vorsichtig eingesetzt werden

und auf den Anwendungsbereich abgestimmt sein [22]. Welche Farbe im Anwenderfeld

der Ärzte und P�eger der Neurochirurgie für welche Bedeutung steht, wird sich erst durch

die Auswertung der Methoden ergeben.

In den Skribblings (siehe Abbildung 5.3) wurde Taubheit mit einer blauen Farbe und

Schmerz mit einer roten Farbe dargestellt. Bei der Präsentation im Krankenhaus und

den projektinternen Diskussionen kamen aber auch andere Bedeutungen zu Sprache.

Blau könnte beispielsweise auch für Kälte oder Unbeweglichkeit und rot für eine Blutung

stehen.

Sprache bzw. Sprachverlust wird in Bild zwei durch eine farbliche Kodierung des Mun-

des visualisiert. Ist der Mund rot, kann der Mensch normal sprechen. Ist der Mund grau,

treten Wort�ndungsstörungen auf und ist der Mund nicht sichtbar, kann der Mensch gar

nicht sprechen.

Eine weitere Veränderung der natürlichen Farbe �ndet man in der dritten Visualisie-

rung. Hier wurde die eine Seite des Gesichts mit Grautönen eingefärbt. Das könnte zum

einen ein eingeschränktes Sichtfeld suggerieren und zum anderen eine Lähmung.

34

5. Konzepte zur Visualisierung

Im vierten Bild wird durch weglassen der Farbe visualisiert. Diese Methode könnte für

Kraftlosigkeit oder Bewegungseinschränkungen stehen.

Übergeordnete Methode: Textur

In Abbildung 5.4 sind die Skizzen bzgl. der Visualisierungen durch Texturen zu sehen.

Abbildung 5.4: Skribblings: Textur

Auch diese Methode entspricht den Auswahlkriterien. Texturen sind genau wie Farben

einfach auf den Körper aufzubringen. In der Medizin werden Texturen hauptsächlich im

Zusammenhang mit der Volumenvisualisierung verwendet (texture-based �ow visualizati-

on). [19] Da für die im Use Case enthaltenen Daten keine Volumenvisualisierung benötigt

wird, sind die vorgestellten Texturierungen weitestgehend unabhängig von der traditio-

nellen Verwendung in der Medizin. Texturen sind einfache Visualisierungsmethoden und

können einzelne Daten darstellen.

Texturwahrnehmung kann, ähnlich wie Farben, sehr subjektiv sein und benötigt In-

terpretation von Seiten des Betrachters. So können die oben genannten Schwierigkeiten

auch hier auftreten.

In der ersten Visualisierung in Abbildung 5.4 wird eine Textur aus unterschiedlich

groÿen Kreuzchen verwendet. Diese kann beispielsweise als Kribbeln bzw. Taubheitsge-

fühl interpretiert werden.

Die nächste verwendete Textur stellt eine Mauer dar. Diese Textur ist sehr metapho-

risch und könnte für Steifheit und Unbeweglichkeit stehen. Metaphorische Texturen (oder

35

5. Konzepte zur Visualisierung

Farben) benötigen auf jeden Fall eine Interpretation. Dies bringt neben den genannten

Nachteilen auch einige Vorteile: Den Anwendern bekannte Symbole können aufgri�en

werden und so ist eine schnelle Wahrnehmung möglich. Zudem können sich Menschen

solche Metaphern besonders leicht merken.

Die dritte und vierte der Texturen können beide als eine Einschränkung des Sichtfel-

des oder eine Lähmung gedeutet werden. Man erkennt eine gestreifte Textur und eine

schwarze Textur, die über die eine Hälfte des Gesichts gelegt wurden.

Neben den hier gezeigten Texturen, könnten auÿerdem Texturen aus dem Bereich der

Strömungsvisualisierung, z.B. die Linienintegralfaltung 11, zum Einsatz kommen. Diese

könnten dabei helfen die Richtung von Schmerzen anzuzeigen. Im Anschluss an diese

Arbeit sollten entsprechende Methoden in Betracht gezogen werden.

Übergeordnete Methode: Veränderung der Kontur

Bei der dritten übergeordneten Methode geht es um die Veränderung der Kontur. Die

Kontur wurde aus dem Bild aus dem Aufnahmebogen übernommen (siehe Abbildung 4.1

auf S.24 und Abschnitt 5.2 auf S.30). Sie wird nun vergröÿert/verkleinert, verwischt

oder es werden Teile weggelassen. Veränderungen fallen dem Menschen sehr schnell und

intuitiv auf. Deshalb können mit dieser Methode besonders gut einzelne Körperteile oder

-abschnitte hervorgehoben werden. Die Anwendung der Methoden sieht man auf der

nächsten Seite in Abbildung 5.5

Die Konturveränderung kann sehr gut an einem Bild des menschlichen Körpers durch-

geführt werden. Deshalb entspricht die Methode dem ersten Kriterium. In der Medizi-

nischen Visualisierung �nden sich keine der Autorin bekannten Visualisierungen, welche

eine Kontur verändern. Darum muss keine traditionelle Verwendung berücksichtigt wer-

den. Es gilt auch wieder, dass die Methode nicht zusammengesetzt ist und ein Datum

zur Visualisierung genügt.

Das erste Bild in Abbildung 5.5 zeigt eine Verwischung der Kontur. Das könnte z.B.

als Kraftlosigkeit ausgelegt werden. Die Verkleinerung der Hand im nächsten Bild könnte

ebenfalls Kraftlosigkeit veranschaulichen. Die Vergröÿerung des Fuÿes hingegen könnte

eher auf Schmerz hindeuten.

11weitere Informationen: https://en.wikipedia.org/wiki/Line_integral_convolution

36

5. Konzepte zur Visualisierung

Abbildung 5.5: Skribblings: Kontur

In der dritten Visualisierung dieser Abbildung wurde eine Pupille leer gelassen. Das

deutet z.B. eine Sehstörung oder sogar Blindheit an.

Übergeordnete Methode: Erweiterungen und Ikonen

In dieser übergeordneten Methodenklasse wurden mehrere Methoden zusammengefasst.

Die Gemeinsamkeit der Methoden besteht darin, dass alle dem Körper etwas Zusätzliches

hinzufügen. Die Visualisierungen sind in der nachfolgenden Abbildung 5.6 zu �nden.

Abbildung 5.6: Skribblings: Erweiterungen und Ikonen

Da hier unterschiedliche Methoden zusammengefasst sind, werden für jedes Bild einzeln

die Methodenkriterien überprüft. Das erste Bild verwendet eine Bereichsanzeige, um z.B.

die Beweglichkeit von Armen und Beinen zu illustrieren. Die Methode kann also für die

37

5. Konzepte zur Visualisierung

Visualisierung am menschlichen Körper verwendet werden. Eine solche Visualisierung in

der Medizin ist der Autorin nicht bekannt und darum wird keine traditionelle Anwendung

berücksichtigt. Die Erweiterung ist nicht zusammengesetzt und kann ein einzelnes Datum,

in diesem Fall Beweglichkeit, darstellen.

Im Bild sind zwei unterschiedliche Bereichsanzeigen zu erkennen: die Beweglichkeit der

Arme wird durch einen grauen Bereich verdeutlicht, wohingegen bei den Beinen noch je

ein zusätzliches Bein den Bewegungsbereich abgrenzt.

Im zweiten und dritten Bild werden Ikonen verwendet. Die Ikonen im zweiten Bild sind

skizzenhafte Darstellungen von Gesichtsausdrücken und symbolisieren so das Sprachver-

mögen des Patienten. Denkbar wäre auch eine grobe Darstellung des Wohlbe�ndens

durch solche Ikonen und Gesichter. Eine ähnliche Anwendung gibt es bereits in der Me-

dizin: Patienten sollen den Grad ihrer Schmerzen anhand von Gesichtern einordnen. Eine

mögliche Methode ist die �Wong-Baker FACES Pain Rating Scale�, welche in [2] näher

erläutert wird.

Wie sich leicht erkennen lässt, kann man mit dieser Methode etwas am menschlichen

Körper veranschaulichen. Die Methode basiert auf der Ikonenbasierten Technik und ist

somit nicht zusammengesetzt und kann einzelne Daten visualisieren. Sie lehnt sich bei-

spielsweise an die visuelle Tradition der oben genannten Schmerzgesichter an.

Bild drei fügt dem Kopf eine vollständige bzw. eine unvollständige Sprechblase hinzu.

Auch so soll eine Sprachstörungen und ein normaler Sprachgebrauch versinnbildlicht

werden.

Ikonen sind auf einer subjektiven Ebene einzuordnen. Auch hier braucht es eine Inter-

pretation der Visualisierung, was schon genannte Vor- und Nachteile mit sich bringt.

Im vierten und letzten Bild werden zwei Hände zur normalen Körperkontur hinzuge-

fügt. Sie könnten z.B. die Hände des Arztes demonstrieren. In der Neurochirurgie wird,

zur Untersuchung der Extremitäten und der Beurteilung der Muskulatur, häu�g die

Kraft des Patienten getestet. Dafür wird der Patient gebeten gegen die Hand des Arztes

zu drücken. Ausgehend von dieser Diagnosemethode könnte die Visualisierung die Kraft

des Patienten anzeigen.

38

6. Mock-Up Erstellung

6. Mock-Up Erstellung

Mock-Ups sind laut Duden 12 Attrappen in natürlicher Gröÿe. Bezieht man diese Aus-

sagen auf Software bedeutet das: eine erste Form der Software, welche nicht funktions-

fähig ist. Diese erste Form zeigt im Allgemeinen die Benutzerober�äche des Programms.

Oftmals werden Mock-Ups als Skizzen erstellt, wodurch die Vorteile der Illustrativen

Visualisierung (siehe S.11 Abschnitt 2.4) zum Tragen kommen. Dazu gehört z.B. ein er-

leichterter Zugang der Partizipierenden bei Umfragen oder Interviews zur Auswertung

der Mock-Ups und eine niedrigere Schwelle die Mock-Ups zu verändern [26].

Mock-Ups und Prototypen unterscheiden sich. Prototypen müssen mindestens einige

der am Ende gewünschten Funktionen aufweisen. Sie werden weiterentwickelt und irgend-

wann resultiert die endgültige Software aus dem Prototyp. Mock-Ups hingegen müssen

nicht unbedingt zum Endprodukt weiterentwickelt werden. Sie können in einer ande-

ren Programmiersprache oder Form vorliegen als das Endprodukt und sollen nur einen

Eindruck vermitteln. Sie sollen das Programm vorab visualisieren.

Allerdings sind auch für Mock-Ups schon realistische oder echte Daten aus dem Anwen-

dungsfeld notwendig. Nur so können Mock-Ups später auch in die Prototypen Erstellung

ein�ieÿen und die Software e�ektiv repräsentieren. [26]

Der folgende Abschnitt 6.1 führt die speziellen Anforderungen an die Mock-Ups auf,

welche im Rahmen dieser Arbeit entwickelt wurden. Aus diesen Anforderungen wird das

Konzept für die Mock-Up Erstellung entwickelt. Danach wird in Abschnitt 6.2 eine erste

Umsetzung gezeigt.

6.1. Anforderungen und Konzeptentwicklung

Die Mock-Ups in dieser Arbeit werden für das VikK-Projekt entwickelt. Deshalb ergeben

sich die nachfolgenden Anforderungen zum einen aus der Projektbeschreibung (siehe

auch S.2 Abschnitt 1.2). Zum anderen gründen sie sich auf eigenen Überlegungen und

Erfahrungen während der Entwicklung der Visualisierungen aus Abschnitt 5 (ab S.29)

und der Diskussion mit dem Projektteam.

Das Projekt betreibt Grundlagenforschung, bei der es um neue Visualisierungskonzep-

te und -methoden geht. Deshalb müssen die Mock-Ups sehr �exibel und veränderbar12http://www.duden.de/woerterbuch/englisch-deutsch/mock-0

39

6. Mock-Up Erstellung

sein. Neue Methoden müssen sich einfach integrieren lassen und dasWechseln zwischen

Ansichten verschiedener Methoden soll ohne Aufwand möglich sein. Die Mock-Ups müs-

sen also auf der einen Seite benutzerfreundlich für die Entwickler der Methoden

sein. Dabei ist auch zu berücksichtigen, dass das Projektteam nicht nur aus Informatikern,

sondern auch aus Soziologen besteht. Der Aspekt der Inklusion, welche u.a. das Zusam-

menbringen von unterschiedlicher Kommunikation und Denkweise beinhaltet, spielt auch

bei der Benutzerfreundlichkeit eine Rolle.

Auf der anderen Seite muss die Benutzerfreundlichkeit ebenfalls für die Ärzte

und P�eger, die späteren Anwender, gewährleistet sein. Hier sollte der Fokus beson-

ders auf den möglichen Einsatz bei der Auswertung und dem (Weiter-)entwickeln von

Methoden durch die Anwender liegen.

Aus der Projektbeschreibung (siehe auch S. 2 Abschnitt 1.2) geht die mögliche An-

wendung im 3D-Bereich hervor. Ob eine Umsetzung in 3D oder 2D sinnvoller ist, wird

sich im Projektverlauf zeigen. Deshalb müssen die Mock-Ups sowohl 2D- als auch 3D-

fähig sein.

Auÿerdem soll die zu entwickelnde Software auf einem Tablet laufen. Da für eine Aus-

wertung der Methoden aber nicht unbedingt ein Tablet nötig ist, sollen die Mock-Ups

sowohl auf normalen Computern und Laptops, als auch auf Tablets laufen. Durch die

Tablets ist die Hardwareleistung begrenzt. Die eigentlichen Mock-Ups haben also nur

begrenzte Ressourcen zur Verfügung. Diese Einschränkung soll allerdings nicht für das

Erstellen von (3D-)Visualisierungen gelten, sondern nur für das anschlieÿende Darstellen.

Die Erstellung sollte aber, wegen der Benutzerfreundlichkeit für das Projektteam, trotz-

dem mit einem durchschnittlichen Computer/Laptop möglich sein. Weiterhin sollten für

das Darstellen der Mock-Ups möglichst keine zusätzlichen Installationen notwendig sein.

Zudem müssen die zuvor erstellten Skribblings exemplarisch umgesetzt werden können.

Die Anforderungen im Überblick:

1. Veränderlichkeit und Flexibilität: Verwendung von anderen/neuen Visualisie-

rungsmethoden

2. schneller Wechsel zwischen Ansichten von verschiedenen Methoden

3. Benutzerfreundlich für Projektteam und spätere Anwender (Ärzte und P�eger)

40

6. Mock-Up Erstellung

4. 2D- und 3D-fähig

5. lau�ähig auf PC und Tablet möglichst ohne zusätzliche Installationen

6. Beispielhaftes Verwenden der Skribblings

Die Nummerierung der Anforderungen dient nur der Übersichtlichkeit und spiegelt keine

Rangfolge wieder.

Aus den Anforderungen ergibt sich ein grobes Konzept zu Erstellung der Mock-Ups:

Um Methoden überhaupt visualisieren zu können, braucht es zuerst einmal ein Tool, mit

dem man Visualisierungen erstellen kann. Um der Anforderung vier, der 2D- und 3D

Umsetzung, zu entsprechen, gibt es zwei Möglichkeiten: entweder ein Tool, dass sowohl

2D- als auch 3D-Bilder erstellen kann oder zwei verschiedenen Tools (eines für 2D-Bilder,

das andere für 3D-Bilder).

Neben einem Tool zur Bilderstellung, braucht man auch etwas um die Bilder anzu-

zeigen. Auch hier sollte eine 2D, sowie eine 3D Darstellung möglich sein. Zudem muss

die Ober�äche benutzerfreundlich gestaltet und verändert werden können (Anforderung

eins, zwei und drei). Die Veränderungen könnten zum einen durch ein Austauschen der

Visualisierung und somit der Visualisierungsmethode umgesetzt werden. Zum anderen

wäre eine aktive Veränderung der Visualisierung beispielsweise durch eine Farb- oder

Texturauswahl per Regler oder Buttons denkbar.

Bei der Auswahl der Tools ist die benötigte Rechenleistung gemäÿ Anforderung fünf zu

beachten, sowie die einfache Ausführung möglichst ohne zusätzliche Software-Installationen

zu realisieren.

6.2. Umsetzung

Da es den Rahmen dieser Bachelor-Arbeit überschreiten würde, werden erst im Anschluss

geeignete Tools zur Umsetzung des Konzepts ermittelt. Allerdings wird hier einführend

eine erste Umsetzung verwirklicht. Die Auswahl der Tools beruht auf den vorhandenen

Erfahrungen und Fähigkeiten der Autorin. So nutzt sie beispielsweise das 3D-Tool Blen-

der13 und setzt ihre Erfahrungen in der Web-Programmierung ein.

13https://www.blender.org/

41

6. Mock-Up Erstellung

Aufgrund der exemplarischen Verwirklichung der Mock-Ups, werden nicht alle in Ab-

schnitt 5.3 (ab S. 32) vorgestellten Bilder in die Mock-Ups eingebracht.

Neben dem bereits erwähnten Programm Blender kommt das 3-D Modellierungstool

Makehuman 14 zum Einsatz. Die Erstellung vom Modell eines Menschen ist damit mög-

lich. Beide Tools sind Open Source 15 und somit frei erhältlich. Für die 2D-Variante wird

wieder das Bildbearbeitungsprogramm GIMP benutzt, welches bereits bei den Skribb-

lings in Abschnitt 5.3 zum Einsatz kam.

Zur Darstellung der Bilder werden HTML5 und WebGL verwendet. HTML steht für

�Hypertext Markup Language�, 5 für die fünfte Version der Sprache. HTML wird meistens

im Zusammenhang mit dem Internet gebraucht und dient der Darstellung von Texten

und Bildern (und weiteren Inhalten) in einem Web-Browser.

WebGL steht für �Web Graphics Library� und ist eine Javscript Programmierschnitt-

stelle zur Darstellung von 3D Inhalten in einem (WebGL-fähigen) Web-Browser. Zur Ver-

einfachung wird das babylonjs16 Framework genutzt. Ein Framework ist ein Programm-

gerüst, welches dem Programmierer eine Struktur für die Entwicklung einer Anwendung

vorgibt. Im babylonjs werden bereits einige Funktionen, wie Rotation oder Zoom, zur

Verfügung gestellt.

Die genannten Tools, Frameworks usw. sind Standard-Anwendungen in der Informatik.

Darum werden diese nicht näher erläutert. Das Hauptaugenmerk liegt vielmehr auf dem

Arbeitsablauf.

Zuallererst wird das Modell eines Menschen benötigt. Der Mensch wird mit Makehu-

man modelliert, d.h. sein Aussehen bestimmt. Es kann gröÿtenteils der bereits von Ma-

kehumen vorgegebene, geschlechtsneutrale Mensch benutzt werden. Allerdings braucht

er ein Skelett, mit dessen Hilfe später die Position angepasst werden kann (siehe nächs-

te Seite Abbildung 6.1). Das Modell muss dann nur noch im �mhx2� Format exportiert

werden, damit es im nächsten Schritt in Blender importiert werden kann.

14http://www.makehuman.org/15Open Source bedeutet quello�en. Weitere Informationen gibt es hier: https://opensource.org/16https://doc.babylonjs.com/

42

6. Mock-Up Erstellung

Abbildung 6.1: Makehuman: Skelett Auswahl und Export

Wie der vorige Satz schon andeutet, kommt nun Blender zu seinem Einsatz. Das Er-

stellte Modell wird importiert und kann jetzt bearbeitet werden. Zuerst wird die Beleuch-

tung hinzugefügt und die Pose wie gewünscht verändert (Arme neben den Körper). Das

Ergebnis sieht man auf der folgenden Seite in Abbildung 6.2.

Jetzt können die entsprechenden Visualisierungstechniken angebracht werden. Die Kon-

tur verändern kann man beispielsweise durch Auswählen der entsprechende Vertices und

vergröÿern oder verkleinern der Region (Bild eins in Abbildung 6.3 auf der nächsten Sei-

te). Ein möglicher Weg, um Farben oder Texturen anzubringen ist die benötigten Vertices

einer neuen Vertex-Gruppe zuzuordnen. Dieser Gruppe kann nun eine Farbe oder Tex-

43

6. Mock-Up Erstellung

tur zugewiesen werden 17(Bild zwei in Abbildung 6.3). Die Bilder müssen als �.babylon�

exportiert werden, um dann im nächsten Schritt im Web-Browser angezeigt werden zu

können.

Abbildung 6.2: Blender: Veränderte Pose und Beleuchtung

Abbildung 6.3: Blender: Visualisierungstechniken Kontur (1) und Farbe (2)

17Ein gutes Tutorium gibt es hier: https://www.youtube.com/watch?v=vvAFUywSFbw

44

6. Mock-Up Erstellung

Die generierten Bilder können jetzt mit dem in HTML5 und Javascript verfassten

Skript geladen werden. Der Quelltext kann im Anhang eingesehen werden. Die Benutze-

rober�äche zeigt Abbildung 6.4.

Abbildung 6.4: Benutzerober�äche zum Laden neuer Visualisierungen

Das Laden von 2D Bildern wurde noch nicht integriert und muss nach dieser Arbeit

noch weiter entwickelt werden. Vorerst kann ein einfaches Anzeigeprogramm wie die

Windows-Fotoanzeige oder der GNOME-Bildbetrachter18 benutzt werden.

18https://wiki.gnome.org/Apps/EyeOfGnome

45

7. Zusammenfassung und Ausblick

7. Zusammenfassung und Ausblick

In dem letzten Kapitel dieser Arbeit wird eine Zusammenfassung der Ergebnisse gege-

ben. Dabei wird besonders die Beantwortung der Forschungsfragen in den Vordergrund

gestellt. Des Weiteren werden aus dieser Arbeit resultierende Fragestellungen genannt

und die Relevanz für das Projekt erläutert. Auÿerdem wird ein Ausblick auf den weite-

ren Verlauf des Projekts gegeben.

7.1. Zusammenfassung und Fazit

In Abschnitt 1.3 (S.3) wurden für diese Arbeit zwei Forschungsfragen de�niert:

1. Wie können relevante neurologische Daten am menschlichen Körper vi-

sualisiert werden?

2. Wie muss ein Konzept zu Erstellung von Mock-Ups für das Projekt

VikK aussehen?

Der erste Teil dieser Arbeit (bis Abschnitt 5 ab S.29) beschäftigt sich mit der Beantwor-

tung der ersten Fragestellung. Um die Grundlagen der Visualisierung zu verstehen, war

der erste Schritt die Durchführung einer Literaturrecherche. Dabei wurde der Bereich

der visuellen Tradition in der Medizin gesondert betrachtet. Als erstes Ergebnis konnte

festgestellt werden, dass bereits viele Visualisierungen in der Medizin Verwendung �n-

den, der medizinische Kontext aber auch besondere Anforderungen und Schwierigkeiten

mit sich bringt. Danach wurde der Aufnahmebogen der Neurochirurgie des Jung-Stilling

Krankenhauses als Use Case festgelegt. Die Methode des Use Case dient als Begrenzung

der Daten und gibt so einen Rahmen für konkrete Umsetzungen von Visualisierungen

am Körper vor. Auf der Grundlage der Literaturrecherche und den Daten des Use Case,

konnten erste Kriterien für geeignete Visualisierungsmethoden de�niert werden. Mithil-

fe dieser Kriterien wurden daraufhin Methoden zur Visualisierung gefunden und durch

Skizzen illustriert. Die Antwort auf die erste Frage, welche im Rahmen dieser Arbeit

gefunden wurde, lautet:

46

7. Zusammenfassung und Ausblick

Um relevante neurologische Daten am menschlichen Körper zu visualisieren,

können Methoden der Visualisierung mit Farbe, Textur, Veränderung der

Kontur, sowie zusätzlichen Elementen (Ikonen, Bereichsanzeigen) ver-

wendet werden.

Im Anschluss folgt, aufbauend auf diesen ersten Teil, die Betrachtung der zweiten

Fragestellung. Hier stand die De�nition von Anforderungen an die Mock-Ups am Anfang.

Die Anforderungen basieren auf der Projektbeschreibung sowie eigenen Überlegungen

und Gesprächen mit dem Projektteam. Daraus hat sich ein grobes Konzept ergeben,

welches als die Beantwortung der zweiten Frage zu verstehen ist:

Als erstes braucht man ein Tool, mit dem man Visualisierungen erstel-

len kann. Dabei sollte die Anforderung nach 2D- und 3D Visualisierungen

Berücksichtigung �nden.

Des Weiteren wird ein Darstellungsprogramm benötigt, um die Bilder anzu-

zeigen. Dabei muss eine Möglichkeit zur 2D, sowie 3D Darstellung gegeben

sein. Auÿerdem spielen Benutzerfreundlichkeit sowie Veränderungsmög-

lichkeiten eine entscheidende Rolle und müssen entsprechend integriert wer-

den.

Das Konzept wurde zu Testzwecken erfolgreich umgesetzt. Eine genaue Untersuchung

für am besten geeignete Tools wurde nicht durchgeführt. Aber diese erste Umsetzung

beweist, dass das Konzept verwirklicht werden kann.

In dieser Bachelor-Arbeit wurden Erkenntnisse über Visualisierungsmöglichkeiten und

die Darstellung von diesen Möglichkeiten gewonnen. Die am Anfang festgelegten For-

schungsfragen wurden somit hinreichend beantwortet. Das VikK Projekt, welches den

Rahmen dieser Arbeit festlegt, hat so einen Ausgangspunkt gewonnen. Von diesem Punkt

aus kann nun weiter geforscht, entwickelt und ausgewertet werden.

7.2. Ausblick

Aus der vorliegenden Arbeit resultieren einige weiterführende Fragestellungen und Auf-

gaben. Zum einen werfen die im Use Case gefundenen Daten und die entsprechenden

Visualisierungsmethoden folgende Fragen auf:

• Wie kann die Unschärfe und Subjektivität von Daten visualisiert werden?

47

7. Zusammenfassung und Ausblick

• Wie kann die Veränderung von Daten im Verlauf der Behandlung dargestellt wer-

den?

• Wie kann man Übersichtlichkeit scha�en, wenn viele Daten an einem Körper vi-

sualisiert werden müssen?

• Wie kann man Beziehungen zwischen Daten sichtbar machen?

• Wie kann man Daten bestimmten Personen und Aufgaben zuordnen?

Zum anderen ergeben sich Forschungsfragen aus dem Konzept zur Erstellung von Mock-

Ups:

• Welche sind die besten Tools zur Umsetzung der Mock-Ups?

• Gibt es noch zusätzliche Kriterien, welche bedacht werden müssen?

• Wie kann die Bedienung benutzerfreundlich gestaltet werden?

Diese Fragestellungen sind eng mit dem Thema des VikK Projekts verknüpft und de-

ren Beantwortung wird im Verlaufe des Projekts angestrebt. Auÿerdem wird durch das

Projektteam eine Auswertung der in dieser Arbeit vorstellten Visualisierungsmethoden

erfolgen. Dafür sind Interviews mit den Ärzten und P�egern der Neurochirurgie des

Jung-Stilling Krankenhauses geplant.

48

Literatur

Literatur

[1] Website des VikK Projekts. http://www.mediacoop.uni-siegen.de/en/project/

visuell-integrierte-klinische-kooperation/. Eingesehen am 01.09.2016.

[2] Wong-baker faces pain rating scale. http://wongbakerfaces.org/. Eingesehen am

01.09.2016.

[3] Frank Armour and Granville Miller. Advanced use case modeling: Software systems.

Pearson Education, 2000.

[4] Claudia Bingel. Visualisieren. Haufe Lexware GmbH and Co. KG, Munzinger Straÿe

9, 79111 Freiburg, 2012.

[5] Eva Brandt. How tangible mock-ups support design collaboration. Knowledge,

Technology & Policy, 20(3):179�192, 2007.

[6] Stuart K Card and Jock Mackinlay. The structure of the information visualization

design space. In Information Visualization, 1997. Proceedings., IEEE Symposium

on, pages 92�99. IEEE, 1997.

[7] John M Carroll. Human�computer interaction. Encyclopedia of Cognitive Science,

2009.

[8] William S Cleveland. Visualizing data. Hobart Press, 1993.

[9] Alexei A Efros and Thomas K Leung. Texture synthesis by non-parametric samp-

ling. In Computer Vision, 1999. The Proceedings of the Seventh IEEE International

Conference on, volume 2, pages 1033�1038. IEEE, 1999.

[10] Maarten H Everts, Henk Bekker, Jos BTM Roerdink, and Tobias Isenberg. Depth-

dependent halos: Illustrative rendering of dense line data. IEEE Transactions on

Visualization and Computer Graphics, 15(6):1299�1306, 2009.

[11] Heinz Handels. Medizinische Bilder und ihre Erzeugung. In Medizinische Bildver-

arbeitung, pages 7�47. Springer, 2009.

I

Literatur

[12] Daniel Keim and Thomas Ertl. Wissenschaftliche Visualisierung. it�Information

Technology (vormals it+ ti)/Methoden und innovative Anwendungen der Informatik

und Informationstechnik, 46(3/2004):109�110, 2004.

[13] Daniel A Keim. Databases and visualization. In SIGMOD Conference, 1996.

[14] Daniel A Keim. Information visualization and visual data mining. IEEE transactions

on Visualization and Computer Graphics, 8(1):1�8, 2002.

[15] Rainer Kuhlen, Wolfgang Semar, and Dietmar Strauch. Grundlagen der praktischen

Information und Dokumentation. Handbuch zur Einführung in die Informationswis-

senschaft und -praxis. Walter de Gruyter, 2013.

[16] Kai Lawonn. Illustrative Visualisierung von medizinischen Datensätzen. PhD thesis,

Otto-von-Guericke-Universität Magdeburg, 2014.

[17] Clementine Nebut, Franck Fleurey, Yves Le Traon, and J-M Jezequel. Automatic test

generation: A use case driven approach. IEEE Transactions on Software Engineering,

32(3):140�155, 2006.

[18] Hanspeter P�ster. Moderne Volumenvisualisierung (Modern Volume Visualization).

it�Information Technology (vormals it+ ti)/Methoden und innovative Anwendungen

der Informatik und Informationstechnik, 46(3/2004):117�122, 2004.

[19] Bernhard Preim and Charl Botha. Visual Computing for Medicine. Elsevier, Inc.,

2014.

[20] Peter Rautek, Stefan Bruckner, Eduard Gröller, and Ivan Viola. Illustrative visuali-

zation: New technology or useless tautology? ACM SIGGRAPH Computer Graphics,

42(3):4, 2008.

[21] Martin Schulz. Interaktive Visualisierungssysteme zur beschleunigten Analyse von

Simulationsergebnissen im Fahrzeugentwicklungsprozess. PhD thesis, Institut für

Informatik der Universität Stuttgart, 2002.

[22] Heidrun Schumann and Wolfgang Müller. Visualisierung: Grundlagen und allgemei-

ne Methoden. Springer-Verlag, 2000.

II

Literatur

[23] Ben Shneiderman. The eyes have it: A task by data type taxonomy for information

visualizations. In Visual Languages, 1996. Proceedings., IEEE Symposium on, pages

336�343. IEEE, 1996.

[24] Tatiana Von Landesberger, Arjan Kuijper, Tobias Schreck, Jörn Kohlhammer, Jar-

ke J van Wijk, J-D Fekete, and Dieter W Fellner. Visual analysis of large graphs:

State-of-the-art and future research challenges. In Computer graphics forum, volu-

me 30, pages 1719�1749. Wiley Online Library, 2011.

[25] Pak Chung Wong and R Daniel Bergeron. 30 years of multidimensional multivariate

visualization. In Scienti�c Visualization, pages 3�33, 1994.

[26] Jo Wood, Petra Isenberg, Tobias Isenberg, Jason Dykes, Nadia Boukhelifa, and

Aidan Slingsby. Sketchy rendering for information visualization. IEEE Transactions

on Visualization and Computer Graphics, 18(12):2749�2758, 2012.

III

Abbildungsverzeichnis

Abbildungsverzeichnis

2.1. Beispiel zur Expressivität . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

2.2. Beispiel zur E�ektivität . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

2.3. Mapping . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2.4. Beispiel zur Informationsvisualisierung . . . . . . . . . . . . . . . . . . . . 11

2.5. Illustrative Visualisierung . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

2.6. Beispiel zur Bildgebung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

2.7. Beispiel 2D-/3D-Visualsierung . . . . . . . . . . . . . . . . . . . . . . . . . 16

2.8. Punktdiagramm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

2.9. Textur-Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

2.10. Ikonenbasierte Technik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

2.11. Pixelbasierte Technik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

4.1. Aufnahmebogen - Bild . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

4.2. Aufnahmebogen - Tabelle . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

5.1. Vorgehensweise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

5.2. Skribblingprozess . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

5.3. Skribblings: Farbe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

5.4. Skribblings: Textur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

5.5. Skribblings: Kontur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

5.6. Skribblings: Erweiterungen und Ikonen . . . . . . . . . . . . . . . . . . . . 37

6.1. Makehuman . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

6.2. Blender Vorbereitungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

6.3. Blender: Kontur und Farbe . . . . . . . . . . . . . . . . . . . . . . . . . . 44

6.4. Benutzerober�äche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

IV

Anhang

A. Erste Ideen zu Visualisierungsmethoden (schriftliche

Form)

„Anatomischer Atlas“ – Ideen zur Visualisierung

Drei Kategorien von Daten/Informationen:

„Beziehung“ steht im Folgenden für eine mögliche mentale Verknüpfung von den

Daten/Informationen mit dem diagnostischen Prozess

1. Ortsbezug und leicht/intuitiv zu visualisieren

Sensibilität (= Taubheits-Gefühl )

→ Beziehung: Welche Bandscheibe ist betroffen?

Methoden:

o Farbkodierung z.B.

blau = kein Gefühl, keine Farbe (normale Hautfarbe)= volles Gefühl

o Textur z.B.

„Kreuzchen“ für Kribbelsymptomatik

Motorik (Kraft in Armen/Beinen/Füßen/Händen)

→ Beziehung: Welche Bandscheibe ist betroffen?

Methoden:

o Farbintensität, z.B.

Normale (Haut-)Farbe = volle Kraft, verblasste Farbe= wenig Kraft

o Zoom, z.B.

Hand wird verkleinert dargestellt = Hand hat wenig Kraft

o Konturen verschwommen/klar anzeigen, z.B.

Kontur der Hand verschwommen = wenig Kraft, Kontur klar = normale/volle

Kraft

o Kraftdreieck mit Hand des Arztes, z.B.

Zusätzliche Hand zur Patientenhand darstellen

Hände nah zusammen = normale/volle Kraft

Abstand oder Winkel zwischen Händen = wenig Kraft

Bewegungseinschränkungen (hier muss nochmal genau gefragt werden ob und wie

Bewegungseinschränkungen im Aufnahmebogen erfasst werden)

Methoden:

o Bereich anzeigen, z.B.

Bewegungswinkel/-freiheit farblich markieren

Schmerzen (werden bei Anamnese abgefragt und handschriftlich aufgeschrieben)

→ Beziehung: Welche Bandscheibe ist betroffen?

Methoden:

o Farbbereich (Ärzte fragen immer genau nach wo Schmerz anfängt und aufhört)

o Farbverlauf z.B.

Schmerz kommt vom Rücken und zieht in die Beine: Farbe am Rücken

intensiv und wird zu den Beinen schwächer

2. Ortsbezug und schwer zu visualisieren

Sprache

→ Beziehung: Bewusstsein des Patienten

Methoden:

o Öffnung des Mundes, z.B.

Mund geschlossen = Patient kann nicht reden/ist nicht orientiert

Mund geöffnet = Patient kann normal sprechen

o Sprechblase, z.B.

Keine Sprechblase/kleine Sprechblase = Patient kann nicht reden

Große Sprechblase = Patient kann normal sprechen

Anmerkung: Sprechblase ist zusätzlich zum Körper (ist ein Symbol), entspricht nicht

ganz „Anatomie als Atlas“

o Farbsättigung/Helligkeit des Mundes, z.B.

Mund ist blass/nur Kontur zu erkennen = Patient kann nicht reden

(→ Mund eventuell gar nicht anzeigen??)

Mund hat normale Farbe = Patient kann normal sprechen

o Emoticons, z.B.

Mund x’en

Visusstörung (Sehstörung)

→ Beziehung: Hirnnerv II betroffen

Methoden:

o Gesicht nur einseitig anzeigen, z.B.

Visusstörung rechts= rechte Gesichtshälfte mit grauer Fläche überdecken

Oder verschwommen anzeigen

o Textur z.B.

Rechte Visusstörung = rechte Gesichtshälfte mit Textur belegen

o Einfärben, z.B.

Rechte Visusstörung = rechte Gesichtshälfte in Graustufen anzeigen

o Einfärbung Augen/Pupillen, z.B.

Visusstörung rechts = rechte Pupille weiß anzeigen

Strichgang (Fallneigung)

→ Beziehung: Diagnose eines Tumors im Kopf

Methoden:

o Schatten anzeigen, z.B.

Fallneigung nach links = Schatten wird links neben Patient angezeigt

3. Ohne direkten Ortsbezug → Abklärung mit Ärzten erforderlich

B. Quellecode für das Mock-Up Interface

<!DOCTYPE html><html><head> <meta name="viewport" content="width=device-width, initial-scale=1.0, user-scalable=yes"> <meta charset="utf-8"> <title>Mock Up - Visualisierung am K&ouml;rper</title> <!-- stylesheet einbinden --> <link rel="stylesheet" type="text/css" href="./css/style.css" /> <!-- babylonjs Skript einbinden --> <script src="./babylonjs/hand.minified-1.2.js"></script> <script src="./babylonjs/cannon.js"></script> <script src="./babylonjs/oimo.js"></script> <script src="./babylonjs/babylon.2.4.js"></script></head>

<body><div class="wrapper"> <!-- IPad-Bild als Hintergrund --> <div class="content"> <!-- Visualisierung innerhalb IPad-Bild --> <!-- Container um Graphiken mit JavaScript zu zeichnen --> <canvas id="renderCanvas"></canvas> <script> // JavaScript welches innerhalb von Canvas zeichnet window.addEventListener('DOMContentLoaded', function() { // vorher definiertes canvas-Objekt benutzen var canvas = document.getElementById("renderCanvas"); var engine = new BABYLON.Engine(canvas, true);

//Ort der zu ladenden .babylon Dateien; wird aus Textfeld eingelesen var folder=document.getElementById('folder').value;

//Name der zu ladenden .babylon Dateien; wird aus Textfeld eingelesen var name=document.getElementById('name').value;

//kreiere die Szene (inklusive Mesh, Kamera und Beleuchtung) var createScene = function () { var scene = new BABYLON.Scene(engine); scene.clearColor = new BABYLON.Color4(0, 0, 0, 0); //Hintergrundfarbe weiß

//Beleuchtung var light = new BABYLON.PointLight("Omni", new BABYLON.Vector3(20, 20, 100),

scene);

//"Arc Rotate Camera" hinzufügen (dreht sich um Punkt(0,-9,0)) var camera = new BABYLON.ArcRotateCamera("Camera", -Math.PI/2, Math.PI/2, 30,

BABYLON.Vector3(0,-9,0), scene); camera.attachControl(canvas, true); //bewegen der Kamara möglich //Begrenzug der Kamarabewegung: //Rotation um y-Achse (alpha) camera.lowerAlphaLimit= -4.5; camera.upperAlphaLimit= 1.75; //Rotation um x-Achse (beta)

camera.lowerBetaLimit = 0; camera.upperBetaLimit = 3; //Radius (Entfernung der Kamera von Ursprungspunkt) camera.lowerRadiusLimit = 25; camera.upperRadiusLimit = 40;

// Importieren vom Mesh aus angegebenem Ordner (folder) und Name (name) in die // hier kreierte Szene (scene)

// der erste Parameter gibt an welche Meshs importiert werden soll // hier sollen alle importiert werden

BABYLON.SceneLoader.ImportMesh("", folder, name, scene, function (newMeshes) { //Position des Meshs definieren newMeshes[0].position = new BABYLON.Vector3(0,-9,0); //Mesh der Augen newMeshes[1].position = new BABYLON.Vector3(0,-9,0); //Mesh des Körpers });

//Kamera und Beleuchtung zusammen bewegen scene.registerBeforeRender(function () { light.position = camera.position; });

return scene; //Scene zurück geben }; var scene = createScene(); //createScene Funktion aufrufen und Szene in scene speichern engine.runRenderLoop(function () { //Szene rendern scene.render(); }); }); </script> <!-- Form zum laden von neuem Bild: --> <form> <label for="folder"> <!-- Textfeld für die Eingabe des Ordnerpfades --> <input id="folder" name="folder" type="text" value="./Bilder/"/> </label> <label for="name"> <!-- Textfeld für die Eingabe des Dateinamens --> <input type="text" name="name" id="name" value="standard_Kontur_Zoom.babylon"/> </label> <!-- Button um Seite neu zu laden --> <button type="button" onclick="window.location.reload()">neues Bild laden</button> </form> </div> <!-- Schließen von content --></div> <!-- Schließen von wrapper --> </body></html>